Algorytmy ewolucyjne w zastosowaniu do rozwiązywania wybranych zadań optymalizacji

W pracy rozpatrywano dwie strategie ewolucyjne (μ + λ) oraz (μ, λ) wykorzystywane do rozwiązywania skomplikowanych problemów optymalizacji numerycznej. Omawiane w pracy strategie, inspirowane ewolucją biologiczną i genetyką, operują na populacjach o liczebności μ i λ potencjalnych rozwiązań z deterministyczną procedurą selekcji. Poprawność działania strategii jako poszukiwanie globalnego minimum funkcji kryterium przedstawiono na przykładzie minimalizacji funkcji Ackleya oraz estymacji parametrów funkcji regresji II rodzaju.

---

The paper discusses two evolutionary strategies (μ + λ) and (μ, λ) used for solving complicated problem s of numerical optimization. The strategies discussed in the paper, inspired by biological evolution and genetics, operate in populations of the sizes μ and λ of potential solutions with a deterministic selection procedure. The correctness of the operation of the strategy as a search for a global minimum of a criterion function is exemplified by the minimization of an Ackley function and the estimation of parameters of a regression function of the second kind.