Nowa wersja platformy jest już dostępna.
Przejdź na https://bibliotekanauki.pl

PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2013 | z. 9 | 121-125
Tytuł artykułu

Algorytmy genetyczne z trójosobniczym operatorem krzyżowania

Warianty tytułu
Genetic Algorithms with Crossing-over of Three Individuals
Języki publikacji
PL
Abstrakty
W artykule przedstawiono sposób funkcjonowania trójosobniczego operatora krzyżowania osobników. Tego rodzaju procesy genetyczne nie są spotykane w świecie przyrody i też nigdy prawdopodobnie nie dojdzie do ich spontanicznego pojawienia się w naturze. Taki stan rzeczy jednak w żaden sposób nie wyklucza możliwości podejmowania prób stosowania krzyżowania trójosobniczego w przypadku stosowanych na potrzeby rozwiązywania zagadnień optymalizacyjnych algorytmów genetycznych.(fragment tekstu)
EN
In the paper we discuss the possibility of using crossing-over operator for three different individuals. Such a process is not met in the nature, but of course can be implemented in genetic algorithms performed by the computers. Thanks to this new crossing-over operator the genetic material of the whole population should be mixed in a much higher degree in comparison with the classical genetic algorithm. However, the ultimate goal is to reduce the time which is necessary for the genetic algorithm to find the solutions of relatively-good quality for the given optimization problem.(original abstract)
Rocznik
Numer
Strony
121-125
Opis fizyczny
Twórcy
  • Wyższa Szkoła Ekonomii i Informatyki w Krakowie
  • AGH Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
Bibliografia
  • [1] Goldberg D. E., Algorytmy genetyczne i ich zastosowania, Wydawnictwa Naukowo-Techniczne, Warszawa 1996.
  • [2] Rutkowska D., Piliński M, Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa-Łódź, 1997.
  • [3] Michalewicz Z., Algorytmy genetyczne + struktury danych = programy ewolucyjne, Wydawnictwa Naukowo-Techniczne, Warszawa, 2003.
  • [4] Arabas J., Wykłady z algorytmów ewolucyjnych, Wydawnictwa Naukowo-Techniczne, Warszawa;
  • [5] Rutkowski L., Metody i techniki sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa, 2004.
  • [6] Gajer M., Accelerating the rate of evolutionary processes with the use of constant learning, Przegląd Elektrotechniczny, vol. 87, n. 1, 2011, pp. 204-209.
  • [7] Gajer M., Implementation of evolutionary algorithms in the discipline of Artificial Chemistry, Przegląd Elektrotechniczny, vol. 87, n. 4, 2011, pp. 198-202.
  • [8] Gajer M., The implementation of the evolutionary computations in the domain of electrical circuits theory, Przegląd Elektrotechniczny, vol. 87, n. 6, 2011, pp. 150-153.
  • [9] Gajer M., Visualization of particle swarm dynamics with the use of Virtual Reality Modeling Language, Przegląd Elektrotechniczny, vol. 87, n. 11, 2011, pp. 20-24.
  • [10] Gajer M., The analysis of impact of learning on the rate of evolution in the case of a multimodal fitness, function. Przegląd Elektrotechniczny, vol. 86, n. 2, 2010, pp. 24-29.
  • [11] Gajer M., The implementation of the evolutionary algorithm for the analysis of nonlinear electrical circuits, Przegląd Elektrotechniczny, vol. 86, n. 7, 2010, pp. 342-345.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171314377
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.