@article{V.K.Ivanov10,

title = {Определение весовых коэффициентов для аддитивной фитнес-функции генетического алгоритма},

author = {Иванов В.К. and Думина Д.С. and Семенов Н.А.},

url = {https://disk.yandex.ru/i/-5Uw771oZAt7cA},

doi = {10.15827/0236-235X.129.047-053},

issn = {0236-235X},

year  = {2020},

date = {2020-00-01},

urldate = {2020-00-01},

journal = {Программные продукты и системы (Software & Systems)},

volume = {33},

number = {1},

pages = {47-53},

publisher = {Программные продукты и системы (Software & Systems)},

abstract = {Представлено возможное решение задачи выбора способа аналитического определения весовых коэффициентов для аддитивной фитнес-функции генетического алгоритма. Этот алгоритм является основой эволюционного процесса, формирующего в поисковой системе устойчивую и эффективную популяцию запросов для получения высокорелевантных результатов. Приведено формальное описание фитнес-функции алгоритма, которая представляет собой взвешенную сумму трех неоднородных критериев. 

Подробно описаны выбранные способы аналитического определения весовых коэффициентов, при этом отмечается невозможность использования методов экспертных оценок. Рассмотрена методика проведения исследований. Описывается исходный набор данных, в том числе диапазоны данных, принятые для вычисления весовых коэффициентов различными способами. Порядок вычислений проиллюстрирован примерами. Результаты исследований, показанные в графической форме, наглядно демонстрируют поведение фитнес-функции при работе генетического алгоритма с использованием различных вариантов весовых коэффициентов. 

Анализ результатов позволяет сделать вывод о предпочтительности расчета весовых коэффициентов фитнес-функции данной популяции запросов, выполненного с использованием результатов всех запросов этой популяции. Вывод базируется на наличии последовательных улучшений популяций запросов, характерных для корректной работы генетических алгоритмов, а также на очевидном обнаружении в ходе экспериментов локальных и глобального максимумов фитнес-функции. При использовании других способов расчета весовых коэффициентов подобного не наблюдается. Способ определения весовых коэффициентов для аддитивного критерия оптимальности может повысить качество работы генетического алгоритма для формирования эффективных поисковых запросов. В частности, повышается вероятность быстрого обнаружения локальных экстремумов фитнес-функции, которые на заданной области ее определения могут стать оптимальным решением. },

keywords = {innovation index, аддитивный критерий, весовой коэффициент, генетический алгоритм, поисковый запрос, релевантность, фитнес-функция, хранилище данных},

pubstate = {published},

tppubtype = {article}

}

@article{nokey,

title = {Обоснование и постановка задачи прогнозирования результатов генетического алгоритма},

author = {Иванов В.К.},

url = {https://disk.yandex.ru/i/I6iQWk2vOm4p8A

https://cyberleninka.ru/article/n/obosnovanie-i-postanovka-zadachi-prognozirovaniya-rezultatov-geneticheskogo-algoritma/viewer},

year  = {2016},

date = {2016-12-31},

urldate = {2016-12-31},

volume = {8},

number = {57},

pages = {5-13},

publisher = {СибАК},

abstract = {В статье обосновывается и формулируется постановка задачи прогнозирования результатов генетического алгоритма, разработанного для выполнения документного тематического поиска. Утверждается необходимость и полезность проверки выполнения теоремы схем Холланда для указанного алгоритма. Отмечены условия корректной проверки, в частности требования к кодированию генотипа запросов и сглаживанию фитнес-функции. Предложен метод кодирования генотипа, который использует расстояние между векторами, представ-ляющими запросы.

 

Vladimir Ivanov

Rationale Of The Problem With Prediction Of Genetic Algorithm Results

This article presents and explains the problem with prediction of the genetic algorithm results developed to perform a subject document search. The article alleges the necessity and usefulness of the verification Holland's scheme theorem for a specified algorithm. The correct test conditions and requirements including the query genotype representation and smoothing of the fitness function are described. The genotype representation method that uses the distance between vectors is offered.},

keywords = {crossover, data centre, defining length, fitness function, genetic algorithm, genotype, Holland’s schema theorem, order, query, representation, scheme, subject search, генетический алгоритм, генотип, кодирование, кроссинговер, определяющая длина, поисковый запрос, порядок, схема, тематический поиск, теорема Холланда, фитнес-функция},

pubstate = {published},

tppubtype = {article}

}

@article{134_9808a672-6f1b-45cb-a604-4e571f348b8d,

title = {Обоснование и постановка задачи прогнозирования результатов генетического алгоритма},

author = {Иванов В.К. and Иванов},

url = {https://disk.yandex.ru/i/vAD-Om2u1EpS6A},

year  = {2016},

date = {2016-12-29},

urldate = {2025-01-29},

journal = {Инновации в науке},

volume = {57},

number = {8},

pages = {5-13},

publisher = {СибАК},

abstract = {<p>В статье обосновывается и формулируется постановка задачи прогнозирования результатов генетического алгоритма, разработанного для выполнения документного тематического поиска. Утверждается необходимость и полезность проверки выполнения теоремы схем Холланда для указанного алгоритма. Отмечены условия корректной проверки, в частности требования к кодированию генотипа запросов и сглаживанию фитнес-функции. Предложен метод кодирования генотипа, который использует расстояние между векторами, представляющими запросы.</p><p> </p>},

note = {Иванов В.К. Обоснование и постановка задачи прогнозирования результатов генетического алгоритма // Инновации в науке. – 2016. - № 8 (57). – C. 5-13.},

keywords = {data centre, fSimilarity, innovation, генетический алгоритм, генотип, кодирование, кроссинговер, поисковый запрос, схема, тематический поиск, теорема Холланда, фитнес-функция},

pubstate = {published},

tppubtype = {article}

}