Генетический алгоритм

Заметим, что, в соответствии с нашим определением приспособленности, целью этой искусственной эволюции будет как раз создание наилучших решений. Очевидно, эволюция — бесконечный процесс, в ходе которого приспособленность особей постепенно повышается. Принудительно остановив этот процесс через достаточно долгое время после его начала и выбрав наиболее приспособленную особь в текущем поколении, мы получим не абсолютно точный, но близкий к оптимальному ответ. Такова, вкратце, идея генетического алгоритма.

Введение 1
1. Эволюция в природе 2
1.1 Естественный отбор 2
1.2 Задачи оптимизации 4
2. Генетический алгоритм 5
2.1 История развития ГА 5
2.2 Общий вид генетического алгоритма 7
2.3 Генетические операторы 9
2.4. Достоинства и недостатки стандартных и генетических методов 13
3. Влияние параметров генетического алгоритма на эффективность поиска 16
3.1 Операторы кроссовера и мутации 16
3.2 Выбор родительской пары 17
3.3 Механизм отбора 19
4. Наиболее актуальные проблемы ГА и интересные модификации ГА 20
5. Пример ГА: Решение Диофантова уравнения 21
5.1 Заголовок класса 25
5.2 Функция Fitness 26
5.3 Функция Likelihood 27
5.4 Функции Breeding 29
5.5 Функция Solve 33
Заключение 35
Список использованной литературы 36
Приложение А 38
Приложение Б 39