КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Особливості використання ГА
Конкретний вид ГА визначаються набором і специфікою реалізації генетичних операцій і етапів роботи алгоритму. Для рішення різних прикладних задач необхідне використання різних видів ГА (ГА з різним набором етапів, операцій і їхніх послідовностей). Досвід застосування ГА дозволяє виділити ряд переваг і недоліків ГА. Переваги генетичних алгоритмів: 1) ГА не вимагають ніякої додаткової інформації про поверхні відповіді (про вид і особливості цільової функції). 2) Розриви, що існують на поверхні відповіді незначною мірою впливають на ефективність оптимізації. 3) ГА стійкі до попадання в локальні оптимуми. 4) ГА добре працюють при рішенні задач багатоцільової оптимізації. 5) ГА є досить універсальними й можуть бути використані для рішення широкого класу задач. 6) ГА можуть бути використані в задачах із середовищем, що змінюється (для нестаціонарних цільових функцій). Hе бажано й проблематично використовувати ГА в наступних випадках: 1) Коли необхідно знайти точний глобальний оптимум. 2) Коли час виконання (розрахунку) ФП досить великий. Очевидно, варто було б говорити не про складності застосування ГА взагалі, а про адекватність рівнів складності алгоритму й розв'язуваного завдання. Чим простіше завдання, тим безглуздіше стають різні хитрування з кодуванням генотипів, настроюванням імовірностей і т.п. У випадку, коли цільова функція має єдиний екстремум у досліджуваній області, або розмірність задачі невелика, застосування ГА втрачає будь-який сенс, тому що будь–який спеціальній метод знайде рішення швидше й простіше. На сьогоднішній день ГА реально просунули вперед границі наших обчислювальних можливостей.
Хоча модель еволюційного розвитку, реалізована в генетичних алгоритмах, сильно спрощена в порівнянні зі своїм природним аналогом, проте, генетичний алгоритм є досить потужним засобом і може з успіхом застосовуватися для широкого класу прикладних задач, включаючи ті, які важко, а іноді й зовсім неможливо, вирішити іншими методами. Однак, ГА, як і інші методи еволюційних обчислень, не гарантує виявлення глобального рішення за поліноміальний час. ГА не гарантує і того, що глобальне рішення буде знайдено, але ГА придатний для пошуку "досить доброго" рішення задачі "досить швидко". Там, де визначена задача може бути вирішена спеціальними методам, майже завжди такі методи будуть ефективніше ГА і у швидкодії, і в точності знайдених рішень. Головною перевагою генетичних алгоритмів є те, що вони можуть застосовуватися при вирішенні складних задач, там, де не існує ніяких спеціальних методів. Навіть там, де добре працюють існуючі методики, можна досягти поліпшення сполученням їх з ГА.
Дата добавления: 2014-01-04; Просмотров: 283; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |