В данной статье приводится суть и анализ текущего состояния научной области генетических алгоритмов (далее ГА), которые реализуют собой один из интереснейших и весьма актуальных подходов к решению задач оптимизации – эволюционный подход. Предполагается, что читатель знаком с проблемами и основными методами решения задач оптимизации.
ГА – это метод приближенного решения задач оптимизации, а точнее, это алгоритм управляемого параллельного стохастического перебора. Это значит, что ни один ГА не гарантирует решения какой-либо задачи за полиномиальное время, или нахождение самого лучшего результата, тем не менее, они весьма эффективны, когда необходимо получить приближенный результат за малое время. Следует отметить, что в теории ГА появились достаточно давно. Автором идеи считается Джон Холланд (Holland J. H.), который делал первые публикации по ГА еще в начале 60-х. ГА получили признание в 1975, после выхода в свет книги «Адаптация в естественных и искусственных системах» [20]. Но тогда ГА не представляли практического интереса из-за малых мощностей компьютеров того времени и развивались относительно медленно. Сейчас это мощный аппарат для эффективного решения целых классов задач, как тех, которые не могли быть решены ранее, так и тех, которые решались, но не достаточно эффективно. В частности, «в компетенцию» ГА входят все задачи оптимизации, от комбинаторной до многопараметрической. Интересно, что, являясь универсальным методом, ГА часто дают результаты не хуже, а иногда даже лучше, чем специальные методы. Как правило, это связано с тем, что при росте размерности задачи, рост объема вычислений у ГА значительно ниже, чем у других методов.
Loading ...