Podstawy algorytmów genetycznych

• Autorzy: Kieś P. , Michalewicz Z.

Identyfikatory

DOI

10.14708/ma.v28i42/01.1880

Warianty tytułu

EN

Fundamentals of genetic algorithms

• Języki publikacji: PL
• Wydawca: Polskie Towarzystwo Matematyczne
• Czasopismo: Matematyka Stosowana : matematyka dla społeczeństwa
• Rocznik: 2000
• Tom: Nr 1
• Strony: 68--91
• Opis fizyczny: bibliogr. 17 poz.

Twórcy

autor

Kieś P.

autor

Michalewicz Z.

• Instytut Podstawowych Problemów Techniki PAN Świetokrzyska 21, 00-049 Warszawa,

Bibliografia

• [1] A. Brindle, Genetic algorithms for function optimization, praca doktorska, University of Alberta, Edmonton, 1981.
• [2] J. Cytowski, Algorytmy genetyczne: podstawy i zastosowania, Seria: Problemy Współczesnej Nauki - Teoria i Zastosowania Nr 18, Akademicka Oficyna Wydawnicza PLJ, Warszawa, 1996.
• [3] K. A. De Jong, An analysis of the behavior of a class of genetic adaptive systems, praca doktorska, University of Michigan, Dissertation Abstracts International 36(10), 5140B, University Microfilms No. 76-9381, 1975.
• [4] K. A. De Jong, W. M. Spears, A formal analysis of the role of multi-point crossover in genetic algorithms, Ann. Math. Artificial Intelligence 5 (1992), 1-26.
• [5] J. D. Dixon, B. Mortimer, Permutation Groups, Grad. Texts in Math. 163, Springer, New York, 1996.
• [6] D. E. Goldberg, Simple genetic algorithm and the minimal, deceptive problem, w: L. Davies (red.), Genetic Algorithms and Simulated Annealing, Kaufmann Publ., San Mateo, CA, 1987, 74-88.
• [7] D. E. Goldberg, Algorytmy genetyczne i ich zastosowania, WNT, Warszawa, 1995.
• [8] D. Harel, Rzecz o istocie informatyki. Algorytmika, WNT, Warszawa, 1992.
• [9] J. H. Holland, Adaptation in Natural and Artificial Systems, University of Michigan Press, Ann Arbor, 1975.
• [10] R. B. Hollstien, Artificial genetic adaptation in computer control systems, praca doktorska, University of Michigan, 1971.
• [11] T. Jones, Crossover, macromutation, and population-based Search, w: Proc. 6th Internat. Conf. on Genetic Algorithms, Kaufmann, San Mateo, CA, 1996, 73-80.
• [12] Z. Michalewicz, Algorytmy genetyczne + struktury danych = programy ewolucyjne, WNT, Warszawa, 1996.
• [13] A. Ossowski, Statistics and topological dynamics of evolutionary algorithms, w: Proc. IXth Internat. Symposium on Intelligent Information Systems, IPI PAN, Bystra, 2000, 94-103.
• [14] T. Qi, F. Palmieri, Theoretical analysis of evolutionary algorithms with an infinite population size in continuous space, Part II: Analysis of the diversification role of crossover, IEEE Trans. Neural Networks Vol. 5, Iss. 1 (1994), 120-129.
• [15] G. Rudolph, Convergence analysis of canonical genetic algorithms, IEEE Trans. Neural Networks, Special Issue on Evolutionary Computation, Vol. 5, No. 1 (1994), 96-101.
• [16] W. M. Spears, K. A. De Jong, An analysis of multi-point crossover, w: Proc. Foundations of Genetic Algorithms Workshop, G. Rawlins (ed.), Kaufmann Publ., 1990, 301-315.
• [17] J. Wiedermann, Searching Algorithms, Teubner, Lipsk, 1987.