Содержание
- 2. Визначення Еволюційні алгоритми — напрям в штучному інтелекті (розділ еволюційного моделювання), що використовує і моделює біологічну
- 3. Класифікація алгоритмів Системи, які використовують лише еволюційні принципи. Вони успішно використовувалися для завдань виду функціональної оптимізації
- 4. Приклади Генетичні алгоритми Мурашині алгоритми Еволюційні стратегії Еволюційне програмування Генетичне програмування Еволюційні методи призначені для пошуку
- 5. Переваги еволюційних алгоритмів Широка область застосування. Можливість проблемно - орієнтованого кодування рішень, підбору початкових умов, комбінування
- 6. Недоліки еволюційних алгоритмів Евристичний характер еволюційних обчислень не гарантує оптимальності отриманого рішення (правда, на практиці, найчастіше,
- 7. Генетичний алгоритм. Історія. Перші спроби симуляції еволюції були проведені у 1954 році Нільсом Баричеллі на комп'ютері,
- 8. Генетичний алгоритм Задача кодується таким чином, щоб її вирішення могло бути представлено в вигляді масиву подібного
- 9. Етапи генетичного алгоритму Створення початкової популяції: Обчислення функції пристосованості для осіб популяції (оцінювання) Повторювання до виконання
- 10. Застосування ГА Оптимізація функцій Оптимізація запитів в базах даних Різноманітні задачі на графах (задача комівояжера, розфарбування)
- 12. Скачать презентацию