Св-ва неградиентных методов
} Поиск без вычисления производных, направление поиска определяется эвристически
} Правила поиска часто основаны на интуитивных концепциях (эволюция, термодинамика)
} Медленная сходимость
} Гибкость в задании целевой функции
} Случайность поиска (кроме Нелдера – Мида)
} Непрозрачность для строгого аналитического изучения
} Итеративность и необходимость в задании условии выхода
Особенности генетического алгоритмов
} В основе ГА лежит принцип эволюции и естественного отбора, описанная Чарльзом Дарвином
} Идея предложена Джоном Холландом в 1975 г. («репродуктивный план Холланда»)
} Идею развили его ученики Кеннет Де Йонг и Дэвид Голдберг
} ГА относятся к области «мягких вычислений» и являются неотъемлемым инструментом создания интеллектуальных систем
Базовые понятия ГА
} Хромосома (chromosome) – строка генов, представленная бинарной последовательностью. Гены кодируют значения параметров (переменных), составляющих вариант решения задачи
} Индивидуум (генетический код, особь, member) – набор хромосом, решение задачи
} Популяция (population) – совокупность индивидуумов
} Пригодность (приспособленность, fitness) – значение целевой функции для генетической строки индивидуума
} Поколение (generation) – популяция на конкретной итерации