Меню Главная Случайная статья Настройки Эволюционные алгоритмы Материал из https://ru.wikipedia.org Эволюционные алгоритмы — направление в искусственном интеллекте (раздел эволюционного моделирования), которое использует и моделирует процессы естественного отбора. Содержание 1 Виды алгоритмов 2 Отрасли использования 3 Примечания 4 Литература 5 Ссылки Виды алгоритмов генетические алгоритмы — эвристический алгоритм поиска, используемый для решения задач оптимизации и моделирования путём случайного подбора, комбинирования и вариации искомых параметров; генетическое программирование — автоматическое создание или изменение программ с помощью генетических алгоритмов; эволюционное программирование — аналогично генетическому программированию, но структура программы постоянна, изменяются только числовые значения; программирование экспрессии генов эволюционные стратегии — похожи на генетические алгоритмы, но в следующее поколение передаются только положительные мутации; дифференциальная эволюция нейроэволюция — аналогично генетическому программированию, но геномы представляют собой искусственные нейронные сети, в которых происходит эволюция весов при заданной топологии сети, или помимо эволюции весов также производится эволюция топологии; системы классификаторов; Все они моделируют базовые положения в теории биологической эволюции — процессы отбора, мутации и воспроизводства. Поведение агентов определяется окружающей средой. Множество агентов принято называть популяцией. Такая популяция эволюционирует в соответствии с правилами отбора в соответствии с целевой функцией, задаваемой окружающей средой. Таким образом, каждому агенту (индивидууму) популяции назначается значение его пригодности в окружающей среде. Размножаются только наиболее пригодные виды. Рекомбинация и мутация позволяют изменяться агентам и приспособляться к среде. Такие алгоритмы относятся к адаптивным поисковым механизмам. Эволюционные алгоритмы успешно использовались для задач типа функциональной оптимизации и могут легко быть описаны на математическом языке. Отрасли использования Эволюционные алгоритмы используются при комбинаторной оптимизации, в частности при решении классических NP-полных проблем, таких как задача коммивояжера, задача упаковки ранца, разбитие чисел, максимально независимое множество и зарисовка графов.[1] Возможность использования эволюционных алгоритмов в музыке активно исследуется в Австрии, в первую очередь при попытках моделирования игры на музыкальных инструментах известными людьми разных эпох.[2] Примечания Olariu Stephan, Zomaya Albert Y. Handbook of Bioinspired Algorithms and Applications (Chapman Hall/Crc Computer Information Science) (англ.). — Chapman Hall/CRC. — ISBN 1-58488-475-4. Madsen, S. T. and Widmer, G.: Evolutionary Search for Musical Parallelism, Applications of Evolutionary Computing, proceedings of the EvoWorkshops 2005, LNCS 3449 p. 488—497, Lausanne, Switzerland, 30 March — 1 April 2005. Springer Verlag.  (неопр.) Дата обращения: 20 марта 2013. Архивировано 7 апреля 2014 года. Литература Волович И. В., Хохлова М. Н. O теории моделирования и гиперграфе классов // Труды Математического института им. В.А.Стеклова. — 2004. — Т. 245. — С. 281—287. Ссылки Субботін С. О., Олійник А. О., Олійник О. О. Неітеративні, еволюційні та мультиагентні методи синтезу нечіткологічних і нейромережних моделей: Монографія / Під заг. ред. С. О. Субботіна. — Запоріжжя: ЗНТУ, 2009. — 375 с. Популярно о генетических алгоритмах Основы теории и применение эволюционных алгоритмов в практических приложениях