Генетические алгоритмы в настоящее время широко используются для интеллектуальной обработки данных и решения задач оптимизации и поиска. Они успешно используются для решения ряда экономически значимых задач в бизнесе и инженерных разработках. Финансовые компании широко используют генетические алгоритмы для прогнозирования развития финансовых рынков.

Задачи оптимизации – один из самых важных классов задач практического характера, с которыми мы сталкиваемся ежедневно на работе, или в быту.

Что такое генетические алгоритмы, и каким образом генетические алгоритмы можно использовать для решения задач оптимизации, предлагается выяснить в ходе данной курсовой работы.

The Genetic algorithms are broadly used for intellectual data processing and decisions of the problems optimization and of searching for at present times. They are successfully used for decision of the economic significant problems in business and engineering development. The Financial companies broadly use the genetic algorithms for forecasting of the development the financial.

The problems of optimization are one of the most important classes of the problems of the practical character. We have deal with these problems every day at work and at home.

What are the genetic algorithms and how can we use the genetic algorithms for decision of the problems of optimization is offered realize in this scientific work.

СОДЕРЖАНИЕ

ВВЕДЕНИЕ. 4

ГЛАВА 1 ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ.. 7

1.1 Генетический алгоритм и его особенности. 7

1.2 Основные генетические операторы.. 10

1.3 Работа генетического алгоритма. 12

1.4 Вывод к Главе 1. 16

ГЛАВА 2 ЗАДАЧИ ОПТИМИЗАЦИИ.. 17

2.1 Задачи, решаемые с помощью генетических алгоритмов. 17

2.2 Математическая постановка задачи оптимизации. 18

2.3 Пути решения оптимизационных задач. 19

2.4 Вывод к Главе 2. 21

ГЛАВА З РАЗРАБОТКА УЧЕБНОГО ЭЛЕКТРОННОГО ПОСОБИЯ ПО ГЕНЕТИЧЕСКИМ АЛГОРИТМАМ.. 23

3.1 Обоснование выбора программного обеспечения. 23

3.1 Описание программной реализации. 24

ЗАКЛЮЧЕНИЕ. 27

БИБЛИОГРАФИЧЕСКИЙ СПИСОК.. 29

ПРИЛОЖЕНИЕ А.. 30

ВВЕДЕНИЕ

Мир, который нас окружает, является очень сложной системой, которую пытается разгадать человек. Наука объясняет окружающее и помогает приспособиться к новой информации, получаемой из внешней среды. Многое из того, что мы видим и наблюдаем, можно объяснить теорией эволюции через наследственность, изменение и отбор.

На мировоззрение людей сильно повлияла теория эволюции Чарльза Дарвина, представленная в работе "Происхождение Видов", в 1859 году. Множество областей научного знания многим обязано революции, вызванной теорией эволюции и развития. Дарвин обнаружил главный механизм развития: отбор в соединении с изменчивостью, который объясняет очень широкий спектр явлений, которые мы наблюдаем в природе. Поэтому ученые, которые занимались компьютерными исследованиями, также обращались к теории эволюции. Возможность того, что вычислительная система, наделенная простыми механизмами изменчивости и отбора, могла бы функционировать по аналогии с законами эволюции в естественных системах, была очень заманчивой. Она является причиной появления ряда вычислительных систем, построенных на принципах естественного отбора.

В природе постоянно происходит процесс решения задач оптимизации, которые являются одним из самых важных практических классов. Их приходится решать каждому из нас на работе и в быту.

Благодаря открытиям, которые делают ученые, современной науке известны все основные механизмы эволюции, связанные с генетическим наследованием. Эти механизмы достаточно просты по своей идее, но довольно эффективны. Простое моделирование эволюционного процесса на компьютере позволяет получить решения многих практических задач. Такие модели получили название “генетические алгоритмы” и уже широко применяются в различных областях.

В настоящее время в мире происходят постоянные изменения стратегий и методов решения задач разной направленности. Среди этих задач есть задачи, решаемые простым путем, но есть и такие, точное решение которых найти практически невозможно. Именно в таких случаях применяются генетические алгоритмы. Они являются эффективной процедурой поиска, которая конкурирует с другими процедурами. Поэтому проблематика исследования по теме «Генетические алгоритмы» несет актуальный характер

Объектом исследования данной курсовой работы являются генетические алгоритмы.

--> ЧИТАТЬ ПОЛНОСТЬЮ <--