Discussão do artigo "Algoritmos de otimização populacionais: algoritmo genético binário (Binary Genetic Algorithm, BGA). Parte II"

Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Novo artigo Algoritmos de otimização populacionais: algoritmo genético binário (Binary Genetic Algorithm, BGA). Parte II foi publicado:
Neste artigo, vamos considerar o algoritmo genético binário (BGA), que modela os processos naturais que ocorrem no material genético dos seres vivos na natureza.
O desenvolvimento do algoritmo genético binário foi inspirado por vários fatores e ideias. Os principais são:
No geral, o desenvolvimento do BGA foi o resultado da combinação de ideias das áreas de algoritmos evolutivos, genética e otimização. Ele foi criado para resolver problemas de otimização, utilizando os princípios da seleção natural e genética, e seu desenvolvimento continua até os dias de hoje, com a criação de um grande número de variantes de GA, bem como o amplo uso de ideias e abordagens em algoritmos genéticos como parte de híbridos, incluindo algoritmos muito complexos e sofisticados.
O algoritmo genético binário, BGA, utiliza a representação binária dos dados. Isso significa que cada indivíduo (solução) é representado como uma sequência de bits (0 e 1). Operadores genéticos, como cruzamento e mutação, são aplicados às sequências de bits para criar novas gerações de soluções.
Autor: Andrey Dik