(495)
105 99 23



оплата и доставка

оплата и доставка char.ru



Книги интернет магазинКниги
Рефераты Скачать бесплатноРефераты



Осознанность, где взять счастье

Генетические алгоритмы

ПОИСК В ЗАГОЛОВКАХ В ТЕКСТЕ В ТОВАРАХ

Искусство помехоустойчивого кодирования. Методы, алгоритмы, применение Техносфера Морелос-Сарагоса Р.
Новейшее пособие по теории и практике цифровой связи, не имеющее аналогов в литературе на русском языке.
310 руб
Алгоритмы выбора моделей и построения коллективных решений в задачах классификации, основанные на принципе устойчивости URSS Ветров Д.П.
Большое внимание уделено методам и алгоритмам, описание которых трудно найти в русскоязычной литературе.
383 руб

Реферат: Генетические алгоритмы Генетические алгоритмы
При наследовании возможны мутации из-за радиоактивности или других влияний, в результате которых могут измениться некоторые гены в половых клетках одного из родителей. Измененные гены передаются потомку и придают ему новые свойства. Если эти новые свойства полезны, они, скорее всего, сохранятся в данном виде - при этом произойдет скачкообразное повышение приспособленности вида. 2Что такое генетический алгоритм Пусть дана некоторая сложная функция (целевая функция), зависящая от нескольких переменных, и требуется найти такие значения переменных, при которых значение функции максимально. Задачи такого рода называются задачами оптимизации и встречаются на практике очень часто. Один из наиболее наглядных примеров - задача распределения инвестиций. В этой задаче переменными являются объемы инвестиций в каждый проект, а функцией, которую нужно максимизировать - суммарный доход инвестора. Также даны значения минимального и максимального объема вложения в каждый из проектов, которые задают область изменения каждой из переменных.
Реферат: Генетический алгоритм Генетический алгоритм
Генетический алгоритм Генетический алгоритм (ГА) разработан Джоном Голландом (Joh Holla d) в 1975 году в Мичиганском университете. В дальнейшем Д. Голдберг (D. Goldberg) выдвинул ряд гипотез и теорий, помогающих глубже понять природу генетических алгоритмов. К.ДеДжонг (K. DeJo g) первым обратил внимание на важность настройки параметров ГА для общей эффективности работы и предложил свой оптимальный вариант подбора параметров, который послужил основой для всех дальнейших исследований. Существенный вклад в эти исследования внесли Дж. Грефенстетт (J. Greffe s e ) и Г. Сесверда (G. Syswerda). Генетический алгоритм был получен в процессе обобщения и имитации в искусственных системах таких свойств живой природы, как естественный отбор, приспособляемость к изменяющимся условиям среды, наследование потомками жизненно важных свойств от родителей и т.д. Так как алгоритм в процессе поиска использует некоторую кодировку множества параметров вместо самих параметров, то он может эффективно применяться для решения задач дискретной оптимизации, определённых как на числовых множествах, так и на конечных множествах произвольной природы.
Реферат: Генетический алгоритм глобальной трассировки Генетический алгоритм глобальной трассировки
В результате этих исследований определялось такое сочетание значений этих параметров, которое обеспечивает наивысшую эффективность генетических процедур для задачи глобальной трассировки. Второй целью являлось исследование собственно, эффективности разработанного генетического алгоритма. Исследовались влияния таких параметров, как число вариантов маршрутов для каждого ребра. Для проведения исследований были синтезированы 5 тестовых примеров. Основные характеристики примеров. Использовалось КП с размерами 10 10 (10 дискретов по горизонтали и 10 дискретов по вертикали). Выводы, связываемые цепями, размещались внутри дискретов. В каждом дискрете только один вывод одной цепи. Число выводов, связываемых одной цепью - от 2 до 5. В один дискрет назначалось до 10 выводов. Среднее число цепей - 200 -250. Назначение выводов в дискреты осуществлялось случайным образом. Оптимизация проводилась по критерию:                      F1=      ("i) Если оказывалось, что Сmi
Реферат: Генетические алгоритмы Генетические алгоритмы
Считают, что мутация - вторичный механизм в ГА. Понятие "схема" (схемата), согласно Холланду, есть шаблон, описывающий подмножество стрингов, имеющих подобные значения в некоторых позициях стринга . Для этого вводится новый алфавит {0,1, }, где - означает: не имеет значения 1 или 0. Для вычисления числа схем или их границы в популяции требуются точные значения о каждом стринге в популяции. Для количественной оценки схем введены 2 характеристики : порядок схемы - О(H);  определенная длина схемы - L(H). Порядок схемы - число закрепленных позиций (в двоичном алфавите - число единиц и нулей), представленных в шаблоне. Предположим, что заданы шаг (временной) , m примеров частичных схем H, содержащихся в популяции A( ). Все это записывают как m=m(H, ) - возможное различное число различных схем H в различное время . В течение репродукции стринги копируются согласно их ЦФ или более точно: стринг A(i) получает выбор с вероятностью, определяемой выражением (1). После сбора непересекающихся популяций размера с перемещением из популяции A( ) мы ожидаем иметь m(H, 1) представителей схемы H в популяции за время 1.
Реферат: Планирование поставок торговой фирме с использованием имитации и генетического алгоритма Планирование поставок торговой фирме с использованием имитации и генетического алгоритма
В.В. Емельянов П.А. Захаров Планирование поставок товаров на склад торговой фирмы является одной из основных задач организации материальных и информационных потоков в разветвленной сети поставщиков товаров и заказчиков . Преследуемая цель - обеспечение требуемого уровня обслуживания множества заказчиков, а также получения максимальной отдачи средств от вложенного капитала. Решение поставленной задачи усложняется стохастическим характером процесса в системе (изменение спроса, недопоставки товаров на склад и т.п.). В случае многономенклатурного запаса на складе задача планирования поставок превращается в многопараметрическую оптимизационную задачу большой размерности. Сложность процессов в рассматриваемой системе делает проблематичным получение ее математического описания, адекватного реальности. Это приводит к необходимости использования имитационного моделирования (ИМ). Размерность оптимизационной задачи планирования требует применения эффективных методов поиска решений. Для построения подобных систем желательно иметь единые средства для разработки имитационных моделей и реализации поисковых процедур.
Реферат: Разработка методов исследования характеристик генетического алгоритма распределе-ния цепей по слоям в МСМ Разработка методов исследования характеристик генетического алгоритма распределе-ния цепей по слоям в МСМ
Генетические алгоритмы являются адаптивными поисковыми алгоритмами, которые осуществляют процесс накопления и использования информации в проектируемой области, направленной на достижение оптимального решения при первоначальной неопределенности и изменяющихся внешних условиях. В отличие от стандартных поисковых алгоритмов, генетические алгоритмы базируются на улучшении некоторой популяции, состоящей из ограниченного множества решений. Данная методика мотивируется тем, что поиск в области многих решений уменьшает риск попадания в локальные оптимумы, что дает более лучшие результаты, чем использование одного решения. Генетический метод основан на имитации процессов натуральной селекции в биологии, эволюционируя от одного поколения к другому путем исключения слабых элементов и оставления оптимальных. Рассматриваемые решения называются хромосомами и изображаются как ряд величин определенных через некоторый алфавит. Кодировка хромосом осуществляется следующим образом. По заданному графу создается массив ограничений, который определяет, какие цепи могут, а какие не могут находится в одном слое проектируемого кристалла.
Реферат: Генетический алгоритм Генетический алгоритм
Поскольку для работы алгоритма в качестве информации об оптимизируемой функции используются лишь её значения в рассматриваемых точках пространства поиска и не требуется вычислений ни производных, ни каких-либо иных характеристик, то данный алгоритм применим к широкому классу функций, в частности, не имеющих аналитического описания. Использование набора начальных точек позволяет применять для их формирования различные способы, зависящие от специфики решаемой задачи, в том числе возможно задание такого набора непосредственно человеком. Сила генетических алгоритмов в том, что этот метод очень гибок, и, будучи построенным в предположении, что об окружающей среде нам известен лишь минимум информации (как это часто бывает для сложных технических систем), алгоритм успешно справляется с широким кругом проблем, особенно в тех задачах, где не существует общеизвестных алгоритмов решения или высока степень априорной неопределенности. Генетический алгоритм: описание Генетический алгоритм работает с представленными в конечном алфавите строками S конечной длины l, которые используются для кодировки исходного множества альтернатив W.
Реферат: Непрерывные генетические алгоритмы Непрерывные генетические алгоритмы
Курсовая работа По дисциплине: «Теория систем и системный анализ» Выполнила тудентка 3 курса 1 группы Специальности ПИУ Антипина Г.С. Государственный университет управления Москва - 2006 Введение В нашей жизни мы регулярно сталкиваемся с необходимостью решения оптимизационных и прогностических задач. Так, например, доход любой компании определяется качеством этих решений – точностью прогнозов и оптимальностью выбранных стратегий. Примерами таких задач могут являться: Прогнозирование курсов валют; Прогнозирование спроса; Прогнозирование дохода компании; Прогнозирование уровня безработицы; Оптимизация расписаний; Оптимизация плана закупок, плана инвестиций; Оптимизация стратегии развития. Как правило, для реальных задач бизнеса не существует четких алгоритмов решения. Раньше руководители и эксперты решали такие задачи только на основе личного опыта. С помощью аналитических технологий строятся системы, позволяющие существенно повысить эффективность решений. Рассмотрим пример реальной задачи об оптимальном распределении инвестиций: Имеется инвестиционный капитал, который нужно распределить среди 10 проектов.
Реферат: Интеллектуальные информационные технологии и системы: генетические алгоритмы Интеллектуальные информационные технологии и системы: генетические алгоритмы
Реферат: Реализация генетических алгоритмов нейрокомпьютерами Реализация генетических алгоритмов нейрокомпьютерами
Наука - это одна из сменяющих друг друга систем веры, которыми мы пытается объяснять то, что наблюдаем, этим самым изменяя себя, чтобы приспособиться к новой информации, получаемой из внешнего мира. Многое из того, что мы видим и наблюдаем, можно объяснить единой теорией: теорией эволюции через наследственность, изменчивость и отбор. Эволюционная теория утверждает, что каждый биологический вид целенаправленно развивается и изменяется для того, чтобы наилучшим образом приспособиться к окружающей среде. В процессе эволюции многие виды насекомых и рыб приобрели защитную окраску, еж стал неуязвимым благодаря иглам, человек стал обладателем сложнейшей нервной системы. Можно сказать, что эволюция - это процесс оптимизации всех живых организмов. Рассмотрим, какими же средствами природа решает эту задачу оптимизации. Основной механизм эволюции - это естественный отбор. Его суть состоит в том, что более приспособленные особи имеют больше возможностей для выживания и размножения и, следовательно, приносят больше потомства, чем плохо приспособленные особи.


ПОИСК В ЗАГОЛОВКАХ В ТЕКСТЕ В ТОВАРАХ

(495) 105 99 23

Сайт char.ru это сборник рефератов и книг