Заключение

На основании проведенной работы можно сделать выводы о том, что в настоящее время генетические алгоритмы являются универсальным методом оптимизации многопараметрических функций, и поэтому способны решать широкий спектр задач.

Преимущества генетических алгоритмов:

· не требуют никакой информации о поведении функции (например, дифференцируемости и непрерывности);

· относительно стойки к попаданию в локальные оптимумы;

· пригодны для решения крупномасштабных задач оптимизации за счет эффективного распараллеливания;

· могут быть использованы для широкого класса задач;

· просты в реализации;

· могут быть использованы в задачах с изменяющейся средой.

В то же время существует ряд трудностей в практическом использовании генетических алгоритмов, а именно:

· очень сложно найти точный глобальный оптимум;

· генетические алгоритмы неэффективно применять в случае оптимизации функции, требующей большого времени на вычисление;

· сложно смоделировать для нахождения всех решений задачи;

· трудно применить для изолированных функций. Изолированность («поиск иголки в стоге сена») - проблема для любого метода оптимизации, поскольку функция не предоставляет никакой информации, подсказывающей, в какой области искать экстремум. Лишь случайное попадание особи в глобальный экстремум может решить задачу (рис. 6);

Генетические алгоритмы предоставляют огромные материалы для исследований за счет большого количества модификаций и параметров. Зачастую небольшое изменение одного из них может привести к неожиданному улучшению результата.

В то же время следует помнить, что применение ГА полезно лишь в тех случаях, когда для данной задачи нет подходящего специального алгоритма решения. По сравнению со специальным алгоритмом, генетический будет работать не только медленнее, но и менее эффективно (за исключением, возможно, гибридного алгоритма).

Список литературы

1. Батищев Д.И. Генетические алгоритмы решения экстремальных задач /Д.И. Батищев/ - Нижний Новгород: Нижегородский госуниверситет, 1995. - 62 с.

2. Дарвин Ч. О происхождении видов путём естественного отбора или сохранении благоприятствуемых пород в борьбе за жизнь /Ч. Дарвин/ - М.: АН СССР, 1939.

3. Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы /Л.А. Гладков, В.В. Курейчик, В.М. Курейчик/ - М.: ФИЗМАТЛИТ, 2006. - 320 с.

4. Панченко Т.В. Генетические алгоритмы /Т.В. Панченко/ - Астрахань: издательский дом «Астраханский университет», 2007. - 87 с.

5. Санкт-Петербургский государственный университет информационных технологий, механики и оптики. Генетические алгоритмы. [Электронный ресурс]. Режим доступа: http://rain.ifmo.ru/cat/. Загл. с экрана.

6. Ю. Цой. Авторский сайт. [Электронный ресурс]. Режим доступа: http://www.qai.narod.ru/. Загл. с экрана.

7. Исаев С.А. Популярно о генетических алгоритмах. [Электронный ресурс]. Режим доступа: http://algolist.manual.ru/ai/ga/ga1.php. Загл. с экрана.