LOGIN TO YOUR ACCOUNT

Username
Password
Remember Me
Or use your Academic/Social account:

CREATE AN ACCOUNT

Or use your Academic/Social account:

Congratulations!

You have just completed your registration at OpenAire.

Before you can login to the site, you will need to activate your account. An e-mail will be sent to you with the proper instructions.

Important!

Please note that this site is currently undergoing Beta testing.
Any new content you create is not guaranteed to be present to the final version of the site upon release.

Thank you for your patience,
OpenAire Dev Team.

Close This Message

CREATE AN ACCOUNT

Name:
Username:
Password:
Verify Password:
E-mail:
Verify E-mail:
*All Fields Are Required.
Please Verify You Are Human:
fbtwitterlinkedinvimeoflicker grey 14rssslideshare1
Publisher: Національний авіаційний університет
Languages: Ukrainian
Types: Unknown
Subjects: УДК 004.658.3
Usage of genetic algorithm for solving optimization problems of functions with multiple extrema, and functions with non-linear not convex range restrictions. Results has shown that using genetic algorithm cannot guarantee finding the best solution though it gives one of optimal solutions with high probability. To improve optimization, it is necessary to perform detailed analysis of crossover and mutation operators for genetic algorithm, as increasing of population or generation numbers does not always provide desired results Рассмотрено использование генетического алгоритма для решения задач оптимизации багатоекстремальных функций и функций с нелинейной не выпуклой областью ограничений. Полученные результаты показали, что применение генетического алгоритма не гарантирует нахождение наилучшего решения, однако, он с большой вероятностью дает одно из оптимальных решений. Для улучшения оптимизации необходимо делать детальный анализ операторов кросенговера и мутации для генетического алгоритма, ведь увеличение размера популяции или количества поколений не всегда позволяют получить желаемые результаты Розглянуто використання генетичного алгоритму для рішення задач оптимізації багатоекстремальих функцій і функцій з нелінійною не випуклою областю обмежень. Отримані результати показали, що застосування генетичного алгоритму не може гарантувати знаходження найкращого рішення, проте, він з великою ймовірністю дає одне з оптимальних рішень. Для покращення оптимізації необхідно робити детальний аналіз операторів кросенговера та мутації для генетичного алгоритму, адже збільшення розміру популяції чи кількості поколінь не завжди дають змогу отримати бажані результати
  • No references.
  • No related research data.
  • No similar publications.