Генетические алгоритмы, Гладков Л.А., Курейчик В.В., Курейчик В.М., 2006


Генетические алгоритмы, Гладков Л.А., Курейчик В.В., Курейчик В.М., 2006.

   Рассмотрены основные стратегии, принципы и концепции нового направления «Генетические алгоритмы». Описаны фундаментальные основы генетических алгоритмов и эволюционного моделирования. Проанализированы архитектуры генетического поиска и модели генетических операторов. Приведены конкретные примеры решения основных задач оптимизации на основе генетических алгоритмов и дано большое число контрольных вопросов и упражнений.
Для студентов вузов, обучающихся по направлению «Информатика и вычислительная техника», специальности «Информационные технологии в образовании», для специалистов, занятых разработкой интеллектуальных САПР, разработкой новых информационных технологий в науке, технике, образовании, бизнесе и экономике.

Генетические алгоритмы, Гладков Л.А., Курейчик В.В., Курейчик В.М., 2006


Кроссинговер.
1. Рекомбинация сцепленных генетических факторов свойственна всем группам организмов, исследованным к настоящему времени. Генетическая рекомбинация реализует несколько типов перераспределения наследственных факторов:
• рекомбинация хромосомных и нехромосомных генов;
• рекомбинация целых негомологичных хромосом;
• рекомбинация участков хромосом, представленных непрерывными молекулами ДНК.

При решении задач оптимизации возможно моделирование процессов рекомбинации. В этом случае любое решение рассматриваемой задачи представляется как некоторая информация, способная к обновлению посредством введения элементов другого решения. В задачах оптимизации условно считают, что хромосомы являются закодированным представлением альтернативных решений. Хромосомы, представляющие собой отображения решений, должны быть гомологичны, так как являются взаимозаменяемыми альтернативами. Новый механизм решения оптимизационных задач в отличие от существующих механизмов осуществляет не замену одного сгенерированного решения на другое, что осуществимо простой оценкой исходных решений в соответствии с принятым критерием, а получение новых решений посредством обмена между ними информацией.

СОДЕРЖАНИЕ
Введение  
1. Генетика и основы эволюции
1.1. Краткие исторические сведения
1.2. Кроссинговер
1.3. Мутация
1.4. Селекция
1.5. Особенности механизма эволюционной адаптации
1.6. Выводы
1.7. Контрольные вопросы
1.8. Упражнения
Глоссарий к разделу 1
Список литературы к разделу 1
2. Методы оптимизации
2.1. Постановка оптимизационных задач
2.2. Технологии локального поиска
2.3. Выводы
2.4. Контрольные вопросы
2.5. Упражнения
Глоссарий к разделу 2
Список литературы к разделу 2
3. Основные понятия и структура генетических алгоритмов
3.1. Определения и понятия генетических алгоритмов
3.2. Генетические операторы
3.3. Теоретико-множественные операции над популяциями и хромосомами  
3.4. Простой генетический алгоритм
3.5. Основные гипотезы генетических алгоритмов
3.6. Введение в аксиоматическую теорию генетических алгоритмов
3.7. Выводы  
3.8. Контрольные вопросы
3.9. Упражнения
Глоссарий к разделу 3
Список литературы к разделу 3
4. Совместные схемы локального и генетического поиска
4.1. Модифицированные генетические операторы
4.2. Архитектуры и стратегии генетического поиска
4.3. Генетическое программирование
4.4. Выводы  
4.5. Контрольные вопросы
4.6. Упражнения
Глоссарий к разделу 4
Список литературы к разделу 4
5. Оптимизационные задачи на графах
5.1. Генетические алгоритмы разбиения графов
5.2. Решения задачи о коммивояжере
5.3. Задачи раскраски, построения клик и независимых множеств графов  
5.4. Определение планарности графов на основе генетического поиска
5.5. Определение изоморфизма графов
5.6. Генетический алгоритм определения паросочетаний графа
5.7. Выводы
5.8. Контрольные вопросы
5.9. Упражнения
Глоссарий к разделу 5
Список литературы к разделу 5
Заключение
Приложения
Приложение 1. Элементарные сведения из теории алгоритмов
Приложение 2. Примеры реализации основных генетических операторов  
Приложение 3. Задания к лабораторным работам
Приложение 4. Методические указания к выполнению курсовой работы.



Бесплатно скачать электронную книгу в удобном формате и читать:

Скачать книгу Генетические алгоритмы, Гладков Л.А., Курейчик В.В., Курейчик В.М., 2006 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать




Скачать - pdf - Яндекс.Диск.
Дата публикации:





Теги: :: :: :: :: ::


Следующие учебники и книги:
Предыдущие статьи:


 


 


Книги, учебники, обучение по разделам




Не нашёл? Найди:





2016-12-02 23:02:12