Hybrid genetic method with gradient learning and predictionfor solving global optimization of multiextremal functions.

Abstract

Предложена модификация генетического метода с целью наиболее эффективного определения глобального оптимума многомерной многоэкстремальной функции, в общем случае содержащей точки разрыва первого и второго рода. Выполнена численная оценка эффективности нахождения глобального оптимума предло-женной модификации генетического метода в сравнении со стандартным генетическим алгоритмом и его известными модификациями для выбранной группы многоэкстремальных тестовых функций.Ключевые слова: гибридный генетический алгоритм, градиентное обучение, селекция, прогнозирование, параболическая интерполяция, глобальная оптимизация, многоэкстремальная функция.