Wyniki wyszukiwania - BazTech

1

Grammar-based model of Hierarchical Genetic Strategy - a preliminary study

Kołodziej J.

Prace Naukowe Politechniki Warszawskiej. Elektronika

|

2008

|

z. 165

95-102

EN

The scope of this paper is the construction of Hierarchical Genetic Strategy theoretical model based on the L-systems framework. The model was defined in the case of inactive prefix comparison procedure of HGS. We applied Vose's theory in a short formal analysis of basic search mechanisms implemented in the strategy.

2

Asymptotic guarantee of success of the hp-HGS strategy

Schaefer R., Bambosz B., Paszyński M.

Prace Naukowe Politechniki Warszawskiej. Elektronika

|

2008

|

z. 165

189-196

EN

We presented the new hp-UGS (hp adaptive FEM, Hierarchical Genetic Strategy) multi-deme, genetic strategy which cau be used for solving parametric inverse problems formulated as the global optimization ones. Its efficiency follows from the coupled adaptation of accuracy derived from the proper balance between the accuracy of hp-FEM used for solving direct problem and the accuracy of solving optimization problem. It is shown, that hp-HGS can find at least the same set of local extremes as the Simple Genetic Algorithm (SGA). Moreover, the results of asymptotic analysis that verify much less computational cost of hp-HGS are recalled from the previous papers.

3

O asymptotycznym zachowaniu prostego algorytmu genetycznego

Socała J., Kosiński W., Kotowski S.

Matematyka Stosowana : matematyka dla społeczeństwa

|

2005

|

Nr 6

70-86

PL

W pracy zdefiniowano prosty algorytm genetyczny w terminach skończonego multizbioru potencjalnych rozwiązań (osobników danej populacji), na którym są określone operacje krzyżowania, mutacji i selekcji, każda z pewnym prawdopodobieństwem. Działając złożeniem tych operacji na dowolną populację, tworzymy nową populację. Istnienie funkcji przystosowania (dopasowania), określonej na osobnikach populacji, pozwala powiązać prawdopodobieństwo selekcji osobników do nowej populacji z wartościami, jakie funkcja przystosowania przyjmuje na osobniku. Przejście z jednej generacji do drugiej jest realizowane przez operator działający na wektory probabilistyczne charakteryzujące rozkład prawdopodobieństwa pojawienia się każdej z możliwych populacji. Jest to operator Markowa. W teorii operatorów Markowa oraz operatorów dodatnich znanych jest wiele twierdzeń dotyczących istnienia punktów stałych oraz zbieżności ciągu iteracji operatora. Korzystając z tych wyników, znaleźliśmy warunki wystarczające i konieczne stabilności operatora Markowa związanego z pewną klasą algorytmów genetycznych.

EN

The simple genetic algorithm (SGA) and its convergence analysis are main subjects of the article. The SGA is defined on a finite multi-set of potential problem solutions (individuals) together with crossover, mutation and selection operators, each with prescribed probability. The selection operation acts on the basis of the fitness function defined on potential solutions (individuals), and is fundamental for the problem considered. Generation of a new population from the given one is realized by the action of the composition of those operators. The composition is written in the form of a transition operator acting on probability vectors which describe probability distributions of each population. The transition operator is a Markov one. Thanks to the well-developed theory of Markov operators new conditions for stability of the transition operator are formulated. The results obtained are related to the class of genetic operators.