Основные показатели универсального алгоритма случайно-генетической оптимизации

К настоящему времени нами разработан набор стратегий случайно-генетической оптимизации, выполнена соответствующая программная реализация, проведены тестовые испытания, которые свидетельствуют о больших возможностях данного алгоритма, о его превосходстве перед общеизвестными методами поиска.

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

Как известно, основными показателями 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 обеспечивает высокий уровень качества единовременно по всем перечисленным показателям; выигрывает практически по каждому из них, причем значительно, в сравнении с известными оптимизационными методами, решает все перечисленные типы задач.

Характерно еще и то, что он дает устойчивые оптимальные решения в условиях частичной определенности модели (когда при некоторых значениях параметров модель объекта не существует, либо процесс в этом состоянии еще не описан, либо модель не реализуема с вычислительной точки зрения – деление на ноль, отрицательное подкоренное выражение, не определенные тригонометрические функции типа аrссоs, аrctg и т.п.)

Разработанный случайно-генетический алгоритм решает все задачи надежно и точно.

Прилагается набор тестов, подтверждающих данные заявления
(скачайте архив TEST_exe.rar TEST_exe.rar).

 
Сайт управляется системой uCoz