Современные алгоритмы поисковой оптимизации, алгоритмы, вдохновленные природой, Карпенко А.П., 2014

Современные алгоритмы поисковой оптимизации, алгоритмы, вдохновленные природой, Карпенко А.П., 2014.

Учебное пособие посвящено, преимущественно, рассмотрению современных стохастических популяционных алгоритмов решения однокритери-альной задачи оптимизации. Рассмотрены методы повышения эффективности этих алгоритмов путем их гибридизации и метаоптимизации. Наряду с одно-критериальной рассматривается задача многокритериальной оптимизации и популяционные алгоритмы ее решения. Представлены методы распараллеливания указанных алгоритмов. Содержит большое число примеров решения тестовых и практически значимых задач оптимизации. Для студентов высших учебных заведений, обучающихся по направлению 230100 «Информатика и вычислительная техника». Может быть полезно для всех студентов, изучающих курс «Методы оптимизации» и близкие по тематике курсы. Материал пособия представляет интерес также для аспирантов и специалистов, использующих в своей работе методы, алгоритмы и программы оптимизации.





Предисловие.

В последние годы интенсивно развиваются алгоритмы поисковой оптимизации, которые называют поведенческими, интеллектуальными, мета-эвристическими, вдохновленными (инспирированными) природой, роевыми, многоагентными, популяционными и т. д. Эффективность таких алгоритмов соизмерима, а часто превосходит эффективность ставших уже классическими эволюционных алгоритмов, среди которых наиболее известен генетический алгоритм. С помощью популяционных алгоритмов успешно решаются сложные оптимизационные задачи, например, задачи автоматизированного проектирования, синтеза сложных химических соединений, оптимального управления динамическими системами. Большое число, прежде всего, англоязычных публикаций посвящено разработке, исследованию эффективности и практическому применению популяционных алгоритмов. В то же время для многих алгоритмов полностью или практически отсутствуют даже журнальные русскоязычные публикации. Данное учебное пособие призвано восполнить этот пробел и предоставить учащемуся широкий обзор современных
популяционных алгоритмов поисковой оптимизации.

Оглавление.

Предисловие.
Основные обозначения.
Введение.
Глава 1. Постановка задачи поисковой оптимизации и непопуляционные стохастические алгоритмы ее решения.
Глава 2. Эволюционные алгоритмы.
Глава 3. Алгоритмы роя частиц, колонии муравьев и пчелиного роя.
Глава 4. Другие популяционные алгоритмы, вдохновленные живой природой.
Глава 5. Популяционные алгоритмы, инспирированные неживой природой, человеческим обществом, и другие популяционные алгоритмы.
Глава 6. Гибридизация популяционных алгоритмов.
Глава 7. Метаоптимизация популяционных алгоритмов.
Глава 8. Популяционные алгоритмы многоцелевой оптимизации.
Глава 9. Параллельные популяционные алгоритмы поисковой оптимизации.
Литература.
Приложение А. История разработки популяционных алгоритмов поисковой оптимизации.
Приложение Б. Тестовые функции для одноцелевой задачи глобальной оптимизации.
Приложение В. Тестовые задачи многоцелевой оптимизации.
Предметный указатель.

Купить .








Теги: Карпенко :: 2014 :: алгоритм :: поиск