Генетические алгоритмы

План

1. Круг задач. Основные понятия. Суть алгоритма. Примеры.
2. Реализация pyEvolve. Примеры.
3. Беды и тонкости:
   • Кодировка
   • Функция приспособленности
     • Многоэкстремальность: много оптимумов сравнимого качества
     • Изолированность (иголка в стоге сена)
     • Обманчивость (иголка в стоге сена + ложный оптимум)
     • Дополнительный шум
   • Размер популяции
   • Критерий остановки
   • Вероятность мутации, тип мутации
   • Вероятность кроссинговера, тип кроссинговера
   • Бесчисленные модификации
4. Родственные алгоритмы: генетическое программирование, дифференциальная эволюция, еволюционные стратегии

Ссылки

• "Генетические алгоритмы: почему они работают? когда их применять?", Росс Клемент

• Конспекты по генетическим алгоритмам. (google docs) doc file

• Clever Algorithms (chapter 3) – очень хороший лит. обзор по теме и широким окрестностям.

• Готовые библиотеки:

  • pyGene

  • pyEvolve

• Сравнение дифференциальной эволюции и генетических алгоритмов (pdf)

• Использование генетических алгоритмов для построения множественных выравниваний