BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Rośczak Paweł (Uniwersytet Łódzki)
Tytuł
Zagnieżdżony algorytm ewolucyjny
Embedded Evolutionary Algorithm
Źródło
Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 2007, nr 1167, s. 232-243, rys., tab., bibliogr. 5 poz.
Tytuł własny numeru
Współczesne tendencje rozwojowe badań operacyjnych
Słowa kluczowe
Algorytmy, Algorytmy genetyczne
Algorithms, Genetic algorithms
Uwagi
summ.
Abstrakt
Algorytmy ewolucyjne są skutecznymi narzędziami optymalizacji, opartymi na teorii ewolucji oraz zasadach doboru naturalnego. Wykorzystanie typowego algorytmu genetycznego wiąże się z koniecznością określenia wartości szeregu parametrów związanych z poszczególnymi operatorami. Wspomniane parametry w wydatny sposób wpływają na efektywność procesu optymalizacji. Ich wartości dobierane są na podstawie zaleceń pochodzących z wyników badań lub za pomocą metody prób i błędów. Wykorzystanie algorytmu genetycznego do optymalizacji parametrów działania innego algorytmu ewolucyjnego wydaje się naturalną konsekwencją dążenia do zalgorytmizowania procesu wyznaczania wartości parametrów oraz w konsekwencji znacznego podniesienia jego wydajności. Tradycyjny algorytm genetyczny posiada także szereg innych niekorzystnych właściwości określanych zazwyczaj jako jego cechy, a nie wady. Analiza sposobu jego działania oraz propozycje ewentualnych usprawnień są dodatkowym motywem dla poszukiwania nowych, wydajniejszych odmian algorytmów ewolucyjnych. (fragment tekstu)

The article presents the optimization problem of evolutionary algorithms execution parameters. In embedded evolutionary algorithm execution parameters of primary algorithm are optimized by secondary algorithm. It allows to avoid situation where arbitrary choice of algorithm execution parameters delays search process of optimal solution or prevents finding acceptable solution. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Bibliografia
Pokaż
  1. Goldberg E.D., Algorytmy genetyczne i ich zastosowanie, tłum. K. Grygiel, WN-T, Warszawa 2003.
  2. Inteligentne systemy w zarządzaniu, red. J.S. Zieliński, Wydawnictwo Naukowe PWN, Warszawa 2000.
  3. Mitchell М., An Introduction to Genetic Algorithms, The MIT Press, London 1999.
  4. Michalewicz Z., Algorytmy genetyczne + struktury danych = programy ewolucyjne, tłum. Z. Nahorski, WN-T, Warszawa 2003.
  5. Rutkowska D., Rutkowski L., Piliński M., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa 1999.
Cytowane przez
Pokaż
ISSN
0324-8445
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu