Gen algoritm Shilova
.pdfГенетические алгоритмы. Поиск экстремума функции
Наталья Шилова,
кандидат физико-математических наук, заведующая кафедрой прикладной математики
n.shilova@narfu.ru
Основные понятия
Экстремум (лат. extremum — крайний) в
математике - максимальное или минимальное
значение функции на заданном множестве. Точка, в которой достигается экстремум, называется точкой экстремума. Соответственно, если достигается минимум — точка экстремума называется точкой минимума, а если максимум — точкой
максимума.
Разделяют два понятия – глобальный и
условный экстремум.
Необходимое условие экстремума Иллюстрация
Пусть х0 – точка экстремума функции F. Тогда производная функции F либо не существует в точке х0, либо равна нулю.
х0 – экстремум, когда или F‘(х0) = 0,
или F‘(х0) = 0 – не существует.
Примеры
• Элементарная |
• Функция сложной |
функция |
конструкции |
y(x) = x4-2x2+5 |
|
Формальное определение
Генетический алгоритм –
это алгоритм, который позволяет найти удовлетворительное решение к аналитически неразрешимой проблеме через последовательный подбор и комбинирование искомых параметров с использованием механизмов, напоминающих биологическую эволюцию.
В основе генетических алгоритмов лежат генетика и хромосомная теория эволюции организмов.
«Теория» классической генетики
Классическая генетика обосновала наследственность и изменчивость благодаря созданию фундаментальной теории гена, основные положения которой формулируются следующим образом:
•Все признаки организма определяются наборами генов;
•Гены - это элементарные единицы наследственной информации, которые находятся в хромосомах;
•Гены могут изменяться – мутировать;
•Мутации отдельных генов приводят к изменению отдельных элементарных признаков организма, или фенов.
Суть генетического алгоритма
Генетический алгоритм – это поисковый алгоритм,
основанный на природных механизмах селекции и генетики
Генетические алгоритмы сконструированы таким образом, что при генерации каждой новой популяции используются фрагменты исходных решений, к которым добавляются новые элементы , обеспечивающие улучшение решений относительно сформулированного критерия отбора.
Другими словами, генетические алгоритмы используют информацию, накопленную в процессе эволюции.
Зачем нужны генетические алгоритмы?
Генетические алгоритмы применяются для решения следующих задач:
1.Оптимизация функции (поиск экстремума).
2.Задачи на графах (задача коммивояжера).
3.Настройка и обучение искусственной нейронной сети.
4.Составление расписания.
5.Игровые стратегии.
6.Биоинформатика и др.
Ключевые работы
Принцип работы генетического алгоритма