Эволюционное моделирование и генетические алгоритмы. Эволюционное моделирование и генетические алгоритмы. I. Эволюционное моделирование II. Генетический. - презентация

1 Эволюционное моделирование и генетические алгоритмы. Эволюционное моделирование и генетические алгоритмы. I. Эволюционное моделирование II. Генетический алгоритм

2 Многие социально-экономические системы можно описывать с единых позиций, средствами и методами единой теории - эволюционной. При эволюционном моделировании процесс моделирования сложной социально-экономической системы сводится к созданию модели его эволюции или к поиску допустимых состояний системы, к процедуре (алгоритму) отслеживания множества допустимых состояний (траекторий). При эволюционном моделировании социально- экономических систем полезно использовать и классические математические модели, и неклассические, в частности, учитывающие пространственную структуру системы (например, клеточные автоматы и фракталы), структуру и иерархию подсистем, опыт и интуицию. Адекватным средством реализации процедур эволюционного моделирования являются генетические алгоритмы. Многие социально-экономические системы можно описывать с единых позиций, средствами и методами единой теории - эволюционной. При эволюционном моделировании процесс моделирования сложной социально-экономической системы сводится к созданию модели его эволюции или к поиску допустимых состояний системы, к процедуре (алгоритму) отслеживания множества допустимых состояний (траекторий). При эволюционном моделировании социально- экономических систем полезно использовать и классические математические модели, и неклассические, в частности, учитывающие пространственную структуру системы (например, клеточные автоматы и фракталы), структуру и иерархию подсистем, опыт и интуицию. Адекватным средством реализации процедур эволюционного моделирования являются генетические алгоритмы.

3 При исследовании эволюции системы необходима ее декомпозиция на подсистемы с целью обеспечения: При исследовании эволюции системы необходима ее декомпозиция на подсистемы с целью обеспечения: эффективного взаимодействия с окружением; эффективного взаимодействия с окружением; оптимального обмена определяющими материальными, энергетическими, информационными, организационными ресурсами с подсистемами; оптимального обмена определяющими материальными, энергетическими, информационными, организационными ресурсами с подсистемами; эволюционируемости системы в условиях динамической смены и переупорядочивания целей, структурной активности и сложности системы; эволюционируемости системы в условиях динамической смены и переупорядочивания целей, структурной активности и сложности системы; управляемости системы, идентификации управляющей подсистемы и эффективных связей с подсистемами системы, обратной связи. управляемости системы, идентификации управляющей подсистемы и эффективных связей с подсистемами системы, обратной связи.

4 Генетический алгоритм - это алгоритм, основанный на имитации генетических процедур развития популяции в соответствии с принципами эволюционной динамики, приведенными выше. Часто используется для решения задач оптимизации (многокритериальной), поиска, управления. Особенность этих алгоритмов - их успешное использование при решении NP-сложных проблем (проблем, для которых невозможно построить алгоритм с полиномиально возрастающей алгоритмической сложностью). Хотя генетические алгоритмы и могут быть использованы для решения задач, которые, видимо, нельзя решать другими методами, они не гарантируют нахождение оптимального решения (по крайней мере, - за приемлемое время; полиномиальные оценки здесь часто неприменимы). Генетический алгоритм - это алгоритм, основанный на имитации генетических процедур развития популяции в соответствии с принципами эволюционной динамики, приведенными выше. Часто используется для решения задач оптимизации (многокритериальной), поиска, управления. Особенность этих алгоритмов - их успешное использование при решении NP-сложных проблем (проблем, для которых невозможно построить алгоритм с полиномиально возрастающей алгоритмической сложностью). Хотя генетические алгоритмы и могут быть использованы для решения задач, которые, видимо, нельзя решать другими методами, они не гарантируют нахождение оптимального решения (по крайней мере, - за приемлемое время; полиномиальные оценки здесь часто неприменимы).

5 Спасибо за внимание!