PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2000 | Systemy wspomagania organizacji SWO 2000 | 231--238
Tytuł artykułu

Mocny algorytm ewolucyjny dla optymalizacji problemów nieliniowych

Autorzy
Warianty tytułu
Języki publikacji
PL
Abstrakty
Algorytmy ewolucyjne w swej pierwotnej postaci zostały zaproponowane jako metoda "mocna" to znaczy równie skuteczna dla bardzo szerokiej klasy problemów optymalizacyjnych. Z upływem lat być może na fali pewnej krytyki tej metody - wykształciło się wiele jej modyfikacji mających na celu dostrajanie do konkretnych rozpatrywanych problemów. Tym samym z metody, która miała być z założenia "jedna" i równie mocna dla wielu problemów - powstało wiele metod dedykowanych konkretnym problemom które jednocześnie wcale nie są idealne pod względem osiąganych wyników. W referacie zaproponowany zostanie model algorytmu ewolucyjnego który z jednej strony niewiele odbiega od swego klasycznego pierwowzoru a z drugiej strony jest równie skuteczny - ..mocny" dla wszelkich nieliniowych problemów optymalizacyjnych z ograniczeniami. (abstrakt oryginalny)
Twórcy
  • Uniwersytet Warszawski
Bibliografia
  • Goldberg D.E.: Genetic Algorithms in Search, Optimization and Machinę Learning, Addison-Wesley, 1989
  • Gwiazda T.D.: Algorytmy Genetyczne - Wstęp do Teorii, T.D.G., 1995
  • Gwiazda T.D.: Wielopopulacyjny algorytm genetyczny dla problemów optymalizacyjnych z ograniczeniami, Materiały konferencji "Pozyskiwanie wiedzy z baz danych - Turawa2000", 2000
  • Hinterding R., Michalewicz Z., Your Brains and My Beauty: Pamet Matching for Contsrained Optimization. Proceedings of the 1998 IEEE Conference on Evolutionary Computation, IEEE Press, 1998 Kozieł S., Michalewicz Z.: Evolutionary Algorithms, Homomorphous Mappings, and Constrained Parameter Optimization, Evolutionary Computation Vol.7 No.l, 1999
  • Michalewicz Z.: Genetic Algorithms + Data Structures = Evolution Programs, Springer, 1992
  • Michalewicz Z.:Algorytmy Genetyczne + Struktury Danych = Programy Ewolucyjne, WNT, 1996
  • Michalewicz Z.: How to Solve It: Modern Heuristics, Springer, 2000
  • Schoenauer M,, Michalewicz Z.: Evolutionary Algorithms for Constrained Parameter Optimization Problems, Evolutionary Computation Vol.4 No.l, 1996
  • Wah B.W., Wang T.: Simulated Annealing with Asymptotic Convergence for Nonlinear Constrained Global Optimization, http://www.manip.crhc.uiuc.edu. 1999
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171297331

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.