Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne

1 2010

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: problem przeszukiwania grafów

Sortuj według:

Ogranicz wyniki do:

Comparison of reproduction strategies in genetic algorithm approach to graph searching

Wrona Ł., Jaworski B.

Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne

2010

T. 18

359-364

Genetic algorithms (GA) are a well-known tool used to obtain approximate solutions to optimization problems. Successful application of a genetic algorithm in solving given problem is largely dependant on selecting appropriate genetic operators. Selection, mutation and crossover techniques play a fundamental role in both time needed to obtain results and their accuracy. In this paper we focus on applying genetic algorithms in calculating (edge) search number and search strategy for general graphs. Our genetic representation of problem domain is based on representing search strategy as a permutation of edges and fitness function is based on the number of searchers needed to perform a given strategy. Our implementation of GA is utilized to compute search strategies for selected graph classes. We compare and discuss results obtained while employing different reproduction strategies.

Algorytmy genetyczne to znane narzędzie służące do otrzymywania dokładnych wyników w problemach optymalizacyjnych. Skuteczna implementacja algorytmu genetycznego celem rozwiązania zadanego problemu zależy w dużej mierze od wyboru odpowiednich operatorów genetycznych. Selekcja, techniki krzyżowania i mutacja odgrywają fundamentalną rolę zarówno w kwestii redukcji czasu potrzebnego na otrzymanie zadowalającego rozwiązania, jak i dokładności takowego. W tym artykule koncentrujemy się na implementacji algorytmów genetycznych celem wyliczenia liczby przeszukiwania (krawędzi) i strategii przeszukiwania dla grafów ogólnych. Reprezentacja genetyczna domeny problemu polega na przedstawieniu strategii przeszukiwania poprzez permutację krawędzi, a liczba przystosowania reprezentuje liczbę agentów potrzebnych do zrealizowania danej strategii.