Ocena efektywności zastosowania algorytmów genetycznych do zadania transportowego

• Autorzy: Ptak A. , Piech H.
• Języki publikacji: PL

Abstrakty

PL

Zwykłe porównanie złożoności czasowej różnych algorytmów jest zabiegiem niewystar-czającym i może okazać się mało przydatne wtedy, gdy chcemy wyróżnić takie cechy przydatności algorytmu, jak: możliwość śledzenia zbieżności do rozwiązania optymalnego, jednorodność i stopień zunifikowania procedur obliczeniowych, dynamizm przetwarzania (zakres i rozmiar zmiennych wykorzystywanych w kolejnych sekwencjach programistycznych), częstość zmian bazowej struktury danych. Problem stanowi określenie sposobu determinizowania przedstawionych charakterystyk. Tak czy inaczej zadanie oceny efektywności należy rozpocząć od oszacowania złożoności czasowej, które wzbogacimy o nowe wskaźniki, stanowiące o pełnej przydatności algorytmu.

Słowa kluczowe

PL

algorytm genetyczny; efektywność algorytmiczna; zadania transportowe

• Wydawca: Wydawnictwo Politechniki Częstochowskiej
• Czasopismo: Informatyka Teoretyczna i Stosowana
• Rocznik: 2003
• Tom: R. 3, nr 4
• Strony: 169--177
• Opis fizyczny: Bibliogr. 26 poz., 3 rys., 1 tab.

Twórcy

autor

Ptak A.

• Instytut Ekonometrii i Informatyki, Politechnika Częstochowska ul. Dąbrowskiego 69, 42-200 Częstochowa

autor

Piech H.

• Instytut Matematyki i Informatyki, Politechnika Częstochowska ul. Dąbrowskiego 73, 42-200 Częstochowa

Bibliografia

• [1] Arabas J., Wykłady z algorytmów ewolucyjnych, WNT, Warszawa 2001.
• [2] Brdyś M., Ruszczyński A, Metody optymalizacji w zadaniach, WNT, Warszawa 1985.
• [3] Cytowski J., Algorytmy genetyczne. Podstawy i zastosowania, Akademicka Oficyna Wydawnicza. PLJ, Warszawa 1996.
• [4] Czogała E., Perdycz W., Elementy i metody teorii zbiorów rozmytych, PWN, Warszawa 1985.
• [5] Davis L., Genetic Algorithms and Simulated, A. Morgan Kaufmann Pub. Inc., 1988.
• [6] Davis L., Handbook of Genetic Algorithms, Nostrand Reinhold, 1991.
• [7] De Groot M.H., Optimal statistic decisions, McGraw - Hill, New York 1970.
• [8] Feller W., An introduction to probability theory and its application, Wiley, New York 1968.
• [9] Goldberg D., Algorytmy genetyczne, WNT, Warszawa 1995.
• [10] Gwiazda T.D., Algorytmy genetyczne, Zastosowania w finansach, WSPiZ L. Koźmiński, Warszawa 1998.
• [11] Handbook of genetic algorithms, red. Davis Lawrence, Van Nostrand Reinhold, New York 1991.
• [12] Jog P., Van Gucht D., Parallelisation of probabilistic sequential search algorithms, Genetic Algorithms and their Applications 1987, 170-176.
• [13] Karg R.L., Thompson G.L., A heuristic approach to solving traveling salesman problems, Management Science 1964, 10(2), 225-248.
• [14] Kozieł S., Michalewicz Z., Evolutionary algorithms, homomorphous mappings, and constrained parameter optimization, Evolutionary Computation 1999, 7, 19-44.
• [15] Leks D., Piech H., Ptak A, Kuczyński L, Zastosowanie struktury neuronowej do wspomagania operacji genetycznych, Konferencja Krajowa PTI: Systemy informatyczne, zastosowania i wdrożenia, WNT, Warszawa-Szczyrk 2002.
• [16] Michalewicz Z., Algorytmy genetyczne + struktury danych = programy ewolucyjne, WNT, Warszawa 2002.
• [17] Michalewicz Z., Genetics algorithms, numerical optimization, and constrains, ICGA'95 1995, s.151-155.
• [18] Pokraśniewicz J., Adaptacja parametrów w strategiach ewolucyjnych - analiza właściwości i nowe koncepcje, Rozprawa doktorska, Politechnika Warszawska, Warszawa 1998.
• [19] Radcliffe A, A problem solving technique based on genetics, Creative Computing 1981, 3(2), 78-81.
• [20] Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, WN PWN, Warszawa-Łódź 1997.
• [21] Rzewuski M., Szreter M., Arabas J., Poszukiwanie efektywniejszych operatorów genetycznych dla strategii ewolucyjnych, KAEiOG'97, 1997, 237-243.
• [22] Słomka M., Wpływ metody inicjalizacji populacji początkowej na zbieżność strategii ewolucyjnych, Praca magisterska, Politechnika Warszawska, Warszawa 1998.
• [23] Suh J., Van Gucht D., Distributed genetic algorithms, Bloomington: Indiana University, Computer Science Department.
• [24] Sysło M., Deo N., Kowalik J., Algorytmy optymalizacji dyskretnej, WN PWN, Warszawa 1995.
• [25] Wetzeel A., Evaluation of the effectiveness of genetic algorithms in combinatorial optimization, University of Pittsburgh, 1983.
• [26] Wieczorek R., Zieliński R., Komputerowe generatory liczb losowych, WNT, Warszawa 1997.