Основные показатели универсального алгоритма генетической оптимизации

К настоящему времени нами разработан набор стратегий случайно-генетической оптимизации, выполнена соответствующая программная реализация, проведены тестовые испытания, которые свидетельствуют о существенном (явном) превосходстве данных алгоритмов перед традиционными высокоэффективными методами поиска.

Значимость практических и теоретических результатов объясняется, прежде всего, тем, что нам в какой-то мере удалось на основе генетического подхода, совмещенного со случайным поиском, разрешить проблему несовместимости локальности и глобальности поиска в условиях большой размерности и неопределенности модели.

Как известно, основными показателями качества оптимизационных алгоритмов является:

1. универсальность - принципиальная возможность решения широкого класса задач:

гладкие непрерывные оптимизационные задачи;
целочисленные оптимизационные задачи;
дискретные оптимизационные задачи;
смешанные оптимизационные задачи (сочетание эффектов первых трех типов).

2. возможность отыскания глобального решения;
3. максимально возможное количество оптимизируемых переменных;
4. количество обращений к модели (целевой функции);
5. точность оптимизации по параметрам и цели;
6. вычислительная трудоемкость непосредственно оптимизационного алгоритма (временные затраты на реализацию вычислительных процедур).

Разработанный алгоритм единовременно обеспечивает очень высокий уровень качества по всем этим 6-ти направлениям, решает все перечисленные типы задачи, выигрывает практически по каждому показателю, причем значительно, у известных классических оптимизационных методов.

Интересно еще и то, что он дает устойчивые оптимальные решения, когда модель не определена при некоторых входных воздействиях (при некоторых параметрах модель вообще не имеет смысла, либо просто еще не изучена, либо не реализуема с вычислительной точки зрения - деление на ноль, отрицательное подкоренное выражение, не имеющие смысла тригонометрические функции типа аrссоs, аrctg и т.п.)

Может быть и не скромно, но разработанный случайно-генетический алгоритм решает ВСЕ подряд надежно, просто, убедительно и точно.

Предлагаем рассмотреть набор тестов (см. раздел "тестирование"), которые подтверждают данные заявления. В теоретической части в разделе "подробно" представлена более детальная информация о качестве разработки.

Готовы продемонстрировать работоспособность на предложенной Вами задаче.

Подробнее описание метода