EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

АДАПТИВНОЕ УПРАВЛЕНИЕ ГЕНЕТИЧЕСКИМ АЛГОРИТМОМ НА ОСНОВЕ ОБУЧЕНИЯ С ПОДКРЕПЛЕНИЕМ С КОНТРОЛИРУЕМЫМ ПОПОЛНЕНИЕМ ПОПУЛЯЦИИ

К. Привалов, Д. Хорт

Современные наукоемкие технологии (Modern High Technologies) · 07.05.2026 · (№4 2026) · 123-129

DOI: 10.17513/snt.40738 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Современные наукоемкие технологии (Modern High Technologies), erschienen am 07.05.2026. Verfasst von К. Привалов und 1 weiteren Autor:innen. Die Arbeit nennt 20 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Эффективность генетических алгоритмов при решении задач глобальной оптимизации в значительной степени определяется способом управления ходом поиска. Использование фиксированных параметров операторов часто приводит к снижению разнообразия популяции и ухудшению качества получаемых решений. Целью исследования является разработка метода адаптивного управления эволюционным поиском, в котором выбор параметров генетического алгоритма и интенсивность пополнения популяции новыми особями определяются автоматически на основе анализа текущего состояния поиска. Предлагаемый подход учитывает изменение лучшего значения целевой функции, характеристики распределения приспособленности в популяции, уровень ее разнообразия и признаки стагнации. На основе этих данных формируется управляющее воздействие, задающее вероятность мутации, вероятность кроссовера и долю особей, подлежащих замене новыми решениями. В работе использован двухэтапный вычислительный эксперимент, включающий предварительное обучение агента глубокого обучения с подкреплением и последующую независимую оценку эффективности обученной стратегии. Проверка метода выполнена на наборе тестовых функций многомерной оптимизации, включающем сферическую функцию, функцию Розенброка, функцию Растригина и функцию Экли. Результаты исследования показали, что предложенный метод обеспечивает улучшение средних итоговых результатов по сравнению с классическим генетическим алгоритмом на большинстве рассмотренных функций. Наиболее выраженный эффект наблюдается на функции Розенброка, где дополнительное управление пополнением популяции позволяет поддерживать более устойчивую динамику поиска. Полученные результаты подтверждают перспективность использования глубокого обучения с подкреплением для адаптивного управления эволюционным поиском и поддержания разнообразия популяции.

Zitieren

APA

Привалов, К., & Хорт, Д. (2026). АДАПТИВНОЕ УПРАВЛЕНИЕ ГЕНЕТИЧЕСКИМ АЛГОРИТМОМ НА ОСНОВЕ ОБУЧЕНИЯ С ПОДКРЕПЛЕНИЕМ С КОНТРОЛИРУЕМЫМ ПОПОЛНЕНИЕМ ПОПУЛЯЦИИ. Современные наукоемкие технологии (Modern High Technologies), 123-129. https://doi.org/10.17513/snt.40738

Vancouver

Привалов К, Хорт Д. АДАПТИВНОЕ УПРАВЛЕНИЕ ГЕНЕТИЧЕСКИМ АЛГОРИТМОМ НА ОСНОВЕ ОБУЧЕНИЯ С ПОДКРЕПЛЕНИЕМ С КОНТРОЛИРУЕМЫМ ПОПОЛНЕНИЕМ ПОПУЛЯЦИИ. Современные наукоемкие технологии (Modern High Technologies). 2026:123-129. doi:10.17513/snt.40738

BibTeX
@article{2026,
  author = {Привалов, К. and Хорт, Д.},
  title = {АДАПТИВНОЕ УПРАВЛЕНИЕ ГЕНЕТИЧЕСКИМ АЛГОРИТМОМ НА ОСНОВЕ ОБУЧЕНИЯ С ПОДКРЕПЛЕНИЕМ С КОНТРОЛИРУЕМЫМ ПОПОЛНЕНИЕМ ПОПУЛЯЦИИ},
  journal = {Современные наукоемкие технологии (Modern High Technologies)},
  year = {2026},
  number = {№4 2026},
  pages = {123--129},
  doi = {10.17513/snt.40738}
}
Kostenlos starten →