Математическое моделироваие
В данной работе рассматривается коэволюционный алгоритм для решения задач условной оптимизации. Коэволюционный алгоритм — самонастраивающаяся оптимизационная процедура, основанная на генетических алгоритмах. Коэволюционный генетический алгоритм – это несколько параллельно действующих стандартных генетических алгоритмов. Отдельный генетический алгоритм называется подпопуляцией. Каждая из подпопуляций оптимизирует заданную функцию и обладает своей стратегией оптимизации. При этом популяции «борются» за ресурс, который в течение работы алгоритма перераспределяется в пользу более эффективной из них [1].
Ранее разрабатывались и изучались коэволюционные алгоритмы для решения задач безусловной оптимизации. Для адаптации алгоритма на задачи условной оптимизации необходимо ввести в процедуру специальные методы учёта ограничений. В данной работе рассматривались следующие [2]:
-метод статических штрафов;
-метод динамических штрафов;
-метод «смертельных» штрафов;
-метод адаптивных штрафов;
-«лечение» локальным поиском.
Тестирование коэволюционного алгоритма для решения задач условной оптимизации проводилось на 10-и задачах, взятых из источников [3] и [4].
Сравнительное исследование различных методов учёта ограничений дало следующие результаты. На «простых» тестовых задачах (с небольшим числом линейных ограничений и т.п.) превосходство демонстрируют «примитивные» методы — метод «смертельных» штрафов и «лечение». При усложнении задачи условной оптимизации преимущество за более гибкими штрафным функциями, наиболее эффективной из которых является адаптивная.
Рассматривается применение разработанного алгоритма для решения практических задач условной оптимизации.
Список литературы:
1. Жукова М.Н. Коэволюционный алгоритм решения сложных задач оптимизации. – Дисс. … канд. техн. наук. [Текст] / М.Н. Жукова. — Красноярск: СибГАУ, 2004.—126 с.
2. Michalewicz Z. Evolutionary algorithms for constrained optimization parameter optimization problems [Text] / Z. Michalewicz, M. Schoenauer // Evolutionary Computation, 4:1, pp. 1-32, 1996.
3. Семеникн Е.С. Адаптивные поисковые методы оптимизации сложных систем [Текст] / Е.С. Семенкин, О.Э. Семенкина, С.П. Коробейников. — Красноярск: СИБУП, 1997.—355 с.
4. Рубан А.И. Методы оптимизации: Учеб. пособие [Текст] / А.И. Рубан. — Красноярск: НИИ ИПУ, 2001.—528 с.
Примечание. Тезисы докладов публикуются в авторской редакции
Ваши комментарии Обратная связь |
[Головная страница] [Конференции] |
© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск