Поиск :
Личный кабинет :
Электронный каталог: Фролов, В.В. - Определение размера популяции генетического алгоритма для задач дискретной оптимизации в САПР
Фролов, В.В. - Определение размера популяции генетического алгоритма для задач дискретной оптимизации в САПР
Статья
Автор: Фролов, В.В.
Системный анализ и прикладная информатика: Определение размера популяции генетического алгоритма для задач дискретной оптимизации в САПР
Determining the size of the population of the genetic algorithm for the problems of discrete optimization in CAD
б.г.
ISBN отсутствует
Автор: Фролов, В.В.
Системный анализ и прикладная информатика: Определение размера популяции генетического алгоритма для задач дискретной оптимизации в САПР
Determining the size of the population of the genetic algorithm for the problems of discrete optimization in CAD
б.г.
ISBN отсутствует
На полку
Статья
Фролов, В.В.
Определение размера популяции генетического алгоритма для задач дискретной оптимизации в САПР = Determining the size of the population of the genetic algorithm for the problems of discrete optimization in CAD / В. В. Фролов // Системный анализ и прикладная информатика / гл. ред. Сергей Васильевич Харитончик; учредитель Белорусский национальный технический университет (Минск). – 2018. – №3. – С. 9-16. – Режим доступа : http://rep.bntu.by/handle/data/48193. – На рус. яз.
Предлагается метод определения размера популяции. Общий подход для определения размера популяции вытекает из утверждения, что хромосомы популяции должны содержать максимальное количество различных значений, которые покрывают большую часть области поиска. В основе метода лежит регрессионная модель, которая позволяет определить размер популяции в зависимости от допустимого количества значений независимой переменной. Регрессионная модель получена в результате обработки данных имитационного моделирования при формировании популяции для целевой функции с одной переменной. Задача решается для генетического алгоритма, где генотип представлен хромосомой в двоичном коде, а фенотип десятичным целочисленным кодом значений независимых переменных. Это позволяет моделировать формирование популяции без привязки к конкретным значениям переменных. Модель была получена для диапазона мощностей опорных множеств от 12 до 52, и позволяет прогнозировать размер популяции за границами этого диапазона. Основная область использования данного метода это задачи дискретной оптимизации с целевыми функциями нескольких переменных, где области допустимых значений конечны и имеют небольшую размерность.
A method for determining the size of a population is proposed. The general approach for determining the size of a population follows from the statement that the chromosomes of a population must contain the maximum number of different values that cover most of the search area. The method is based on the regression model, which allows you to determine the size of the population, depending on the permissible number of values of the independent variable. The regression model is obtained as a result of processing simulation data in the formation of a population for a single-variable objective function. The problem is solved for a genetic algorithm, where the genotype is represented by a chromosome in binary code, and the phenotype by a decimal integer code of values of independent variables. This allows you to model the formation of a population without reference to specific values of variables. The model was obtained for the power range of the reference sets from 12 to 52, and allows to predict the size of the population beyond the limits of this range. The main area of use of this method is discrete optimization problems with objective functions of several variables, where the ranges of admissible values are finite and have a small dimension.
004.8+004.42
общий = БД Наука
общий = ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ
общий = САПР
общий = ПОПУЛЯЦИИ
Фролов, В.В.
Определение размера популяции генетического алгоритма для задач дискретной оптимизации в САПР = Determining the size of the population of the genetic algorithm for the problems of discrete optimization in CAD / В. В. Фролов // Системный анализ и прикладная информатика / гл. ред. Сергей Васильевич Харитончик; учредитель Белорусский национальный технический университет (Минск). – 2018. – №3. – С. 9-16. – Режим доступа : http://rep.bntu.by/handle/data/48193. – На рус. яз.
Предлагается метод определения размера популяции. Общий подход для определения размера популяции вытекает из утверждения, что хромосомы популяции должны содержать максимальное количество различных значений, которые покрывают большую часть области поиска. В основе метода лежит регрессионная модель, которая позволяет определить размер популяции в зависимости от допустимого количества значений независимой переменной. Регрессионная модель получена в результате обработки данных имитационного моделирования при формировании популяции для целевой функции с одной переменной. Задача решается для генетического алгоритма, где генотип представлен хромосомой в двоичном коде, а фенотип десятичным целочисленным кодом значений независимых переменных. Это позволяет моделировать формирование популяции без привязки к конкретным значениям переменных. Модель была получена для диапазона мощностей опорных множеств от 12 до 52, и позволяет прогнозировать размер популяции за границами этого диапазона. Основная область использования данного метода это задачи дискретной оптимизации с целевыми функциями нескольких переменных, где области допустимых значений конечны и имеют небольшую размерность.
A method for determining the size of a population is proposed. The general approach for determining the size of a population follows from the statement that the chromosomes of a population must contain the maximum number of different values that cover most of the search area. The method is based on the regression model, which allows you to determine the size of the population, depending on the permissible number of values of the independent variable. The regression model is obtained as a result of processing simulation data in the formation of a population for a single-variable objective function. The problem is solved for a genetic algorithm, where the genotype is represented by a chromosome in binary code, and the phenotype by a decimal integer code of values of independent variables. This allows you to model the formation of a population without reference to specific values of variables. The model was obtained for the power range of the reference sets from 12 to 52, and allows to predict the size of the population beyond the limits of this range. The main area of use of this method is discrete optimization problems with objective functions of several variables, where the ranges of admissible values are finite and have a small dimension.
004.8+004.42
общий = БД Наука
общий = ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ
общий = САПР
общий = ПОПУЛЯЦИИ
