Теоретическое исследование операторов генетического алгоритма в задаче частотного планирования
Читать статью полностью
Теоретическое исследование операторов генетического алгоритма в задаче частотного планирования(455,71 KB)Аннотация
В статье представлен комплексный теоретический анализ операторов генетического алгоритма применительно к задаче назначения частот радиолиниям. Разработаны и обоснованы математические модели операторов отбора, скрещивания и мутации. На основе вероятностного подхода исследованы характеристики этих операторов и их влияние на эффективность алгоритма. Предложены значения параметров операторов, обеспечивающие баланс между исследованием пространства решений и сохранением эффективных комбинаций частот. Представленные результаты имеют как теоретическую значимость для развития методов эволюционной оптимизации, так и практическую ценность при решении задач частотного планирования.
Ключевые слова:
Сеть радиосвязи – radio communication network; электромагнитная совместимость – electromagnetic compatibility; радиочастотный спектр – radio frequency spectrum; генетический алгоритм – genetic algorithm; частотное планирование – pseudorandom tuning of the operating frequency.
Список литературы
1. Мешалкин, В. А. Проблема электромагнитной совместимости – следствие научно-технического прогресса / В.А. Мешалкин, В.А. Викторов, А.А. Пилюгин // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и технические науки. – 2019. – № 12. – С. 71–77.
2. Fogarty, T. Varying the probability of mutation in the genetic algorithm / T. Fogarty // Proceedings of the Third International Conference on Genetic Algorithms. – 1989. – P. 104–109.
3. Blickle, T. A mathematical analysis of tournament selection / T. Blickle, L. Thiele // Proceedings of the Sixth International Conference on Genetic Algorithms. – 1995. – P. 9–16.
4. Whitley, D. The genitor algorithm and selection pressure: Why rank-based allocation of reproductive trials is best / D. Whitley // Proceedings of the Third International Conference on Genetic Algorithms. – 1989. – P. 116–121.
5. Bäck, T. Selective pressure in evolutionary algorithms: A characterization of selection mechanisms / T. Bäck // Proceedings of the First IEEE Conference on Evolutionary Computation. IEEE World Congress on Computational Intelligence (ICEC94). – 1994. – Vol. 1. – P. 57–62.
6. Goldberg, D. A comparative analysis of selection schemes used in genetic algorithms / D. Goldberg, K. Deb // Foundations of Genetic Algorithms. – 1991. – Vol. 1. – P. 69–93.
7. Mühlenbein, H. Predictive models for the breeder genetic algorithm / H. Mühlenbein, D. Schliercamp-Voosen // Evolutionary Computation. – 1993. – Vol. 1, No. 1. – P. 25–49.
8. Holland, J. Adaptation in natural and artificial systems / J. Holland. – London : The University of Michigan Press, 1975. – 207 p.
9. De Jong, K. An analysis of the behavior of a class of genetic adaptive systems / K. de Jong. – Ann Arbor : University of Michigan Press, 1975. – 266 p.
10. A study of control parameters affecting online performance of genetic algorithms for function optimization / J. Schaffer, R. Caruana, L. Eschelman, R. Das // Proceedings of the Third International Conference on Genetic Algorithms and their applications. – 1989. – Р. 51–60.
11. Grefenstette, J. Optimization of control parameters for genetic algorithms / J. Grefenstette // IEEE Transactions on systems, man and cybernetics. – 1986. – Vol. 16, No. 1. – P. 122–128.
12. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Г.К. Вороновский, К.В. Махотило, С.Н. Петрашев, С.А. Сергеев. – Харьков : Основа, 1997. – 112 с.
13. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский ; пер. с польск. И.Д. Рудинского. – Москва : Горячая линия – Телеком, 2013. – 384 с.
14. Eschelman, L. Biases in the crossover landscape / L. Eschelman, R. Caruana, D. Schaffer // Proceedings of the Third International Conference on Genetic Algorithms. – 1989. – Р. 10–19.
15. Syswerda, G. Uniform crossover in genetic algorithms / G. Syswerda // Proceedings of the Third International Conference on Genetic Algorithms. – 1989. – P. 2–9.
16. Spears, W. The role of mutation and recombination in evolutionary algorithms / W. Spears. – Luxembourg : Springer, 2000. – 219 p.
17. Мешалкин, В. А. Основы энергетического расчета радиоканалов / В.А. Мешалкин, Б.В. Сосунов. – Ленинград : ВАС, 1991. – 110 с.