Генетические алгоритмы

Бесплатный доступ

В данной статье рассматриваются генетические алгоритмы, их история и методология. Генетические алгоритмы используют принципы генетики и применяются для решения задач многопараметрической оптимизации.

Генетические алгоритмы, мутация, отбор, кроссинговер, наследование, естественная эволюция

Короткий адрес: https://sciup.org/140113402

IDR: 140113402

Список литературы Генетические алгоритмы

  • Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP -СПб.: БХВ-Петербург, 2007. -384 с.
  • Карпенко А. П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой: учебное пособие/А. П. Карпенко. -Москва: Издательство МГТУ им. Н. Э. Баумана, 2014. -446 с.
  • Люгер Дж. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем = Artificial Intelligence: Structures and Strategies for Complex Problem Solving/Под ред. Н. Н. Куссуль. -4-е изд. -М.: Вильямс, 2005. -864 с.
  • Рассел С., Норвиг П. Искусственный интеллект: современный подход = Artificial Intelligence: a Modern Approach/Пер. с англ. и ред. К. А. Птицына. -2-е изд. -М.: Вильямс, 2006. -1408 с.
  • Хант Э. Искусственный интеллект = Artificial intelligence/Под ред. В. Л. Стефанюка. -М.: Мир, 1978. -558 с.
Статья научная