ДВУВЕРИЖНА ПОПУЛАЦИЯ В ЕВОЛЮЦИОННИ АЛГОРИТМИ ЗА НЕЛИНЕЙНИ ЗАДАЧИ

Гергана Матеева; Делян Керемедчиев; Калин Копанов; Велизар Върбанов; Тодор Балабанов

Научен доклад ID 2489 : 2024/3

ДВУВЕРИЖНА ПОПУЛАЦИЯ В ЕВОЛЮЦИОННИ АЛГОРИТМИ ЗА НЕЛИНЕЙНИ ЗАДАЧИ

Гергана Матеева, Делян Керемедчиев, Калин Копанов, Велизар Върбанов, Тодор Балабанов

Солвърът в LibreOffice Calc се основава на хибриден алгоритъм за евристична глобална оптимизация. Хромозомното кодиране в класическата диференциална еволюция е много по-близка абстракция до структурата на РНК, отколкото до структурата на ДНК. Това изследване предлага двойноверижна (по-подобна на ДНК) организация на хромозомите в модела на електронната таблица LibreOffice Calc. Предложеният модел е валидиран с помощта на две от най-известните оценъчни функции - Rosenbrock и Styblinski-Tang.

• Презареди статията • Open/Download as PDF

двуверижни генетични алгоритми нелинейна оптимизация електронни таблициdouble-stranded genetic algorithms non-linear optimization spreadsheetsГергана Матеева Делян Керемедчиев Калин Копанов Велизар Върбанов Тодор Балабанов

BIBLIOGRAPHY

[1] Lambora, A., Gupta, K., Chopra, K. 2019. ”Genetic Algorithm- A Literature Review”. International Conference on Machine Learning, Big Data, Cloud and Parallel Computing (COMITCon), Faridabad, India, 380-384.

[2] Kennedy, J., Eberhart, R. 1995. ”Particle swarm optimization”. Proceedings of ICNN`95 - International Conference on Neural Networks, Perth, WA, Australia, vol.4, 1942-1948.

[3] Miller, B. L., Goldberg, D. E. 1996. ”Genetic Algorithms, Selection Schemes, and the Varying Effects of Noise” in Evolutionary Computation, vol. 4, no. 2, pp. 113-131.

[4] Umbarkar, A. J., Sheth, P. D. 2015. “Crossover operators in genetic algorithms: a review”. ICTACT journal on soft computing, vol. 6, no. 1, 1083-1092.

[5] Greenwell, R.N., Angus, J.E., Finck, M. 1995. ”Optimal mutation probability for genetic algorithms”. Mathematical and Computer Modelling, vol. 21, no. 8, 1-11.

[6] Jamil, M., Yang, X, Zepernick, H.J. 2013. ”8 - Test Functions for Global Optimization: A Comprehensive Survey”. Swarm Intelligence and Bio-Inspired Computation, Elsevier, 193-222.

[7] Zang, W., Zhang, W., Wang, Z., Jiang, D., Liu, X. and Sun, M. 2019. ”A Novel Double-Strand DNA Genetic Algorithm for Multi-Objective Optimization”. in IEEE Access, vol. 7, 18821-18839.

[8] Yang, S. 2003. ”PDGA: the primal-dual genetic algorithm”. IOS Press. 1-10.

[9] Balabanov, T. 2024. ”Rosenbrock and Styblinski-Tang benchmark function reproduced as double-stranded chromosomes for LibreOffice Calc NLP Solver”, ResearchGate GmbH, 10.13140/RG.2.2.14156.59528