Principles of formation of generations in genetic algorithms = Принципи формування поколінь у генетичних алгоритмах

Abstract

The problem of finding suboptimal solutions in simulation models of "large systems", such as a system for managing technological modes of complex production, a system for optimal management of financial, logistic and material flows of a large corporation, an investment portfolio management system, etc. [1]. The search for optimal solutions in such systems should be carried out according to a set, as a rule, competitive and different-scale criteria with complex constraints. The problem is that optimization by multiple criteria at once requires significant time and computational resources. At the same time, since the objective functions of many variables (more than 10) generate a multidimensional space for finding solutions, the computational complexity of the optimization problem, as a rule, becomes an obstacle to its solution in an admissible time.

Проблема пошуку неоптимальних рішень в імітаційних моделях "великих систем", таких як система управління технологічними режимами складного виробництва, система оптимального управління фінансовими, логістичними та матеріальними потоками великої корпорації, система управління інвестиційним портфелем, тощо [1]. Пошук оптимальних рішень у таких системах повинен здійснюватися за набором, як правило, конкурентних та різномасштабних критеріїв зі складними обмеженнями. Проблема полягає в тому, що оптимізація за кількома критеріями одночасно вимагає значних витрат часу та обчислювальних ресурсів. У той же час, оскільки цільові функції багатьох змінних (більше 10) породжують багатовимірний простір для пошуку рішень, обчислювальна складність задачі оптимізації, як правило, стає перешкодою для її вирішення у допустимий час.