BULETINUL POMPIERILOR Nr. 1/2012 - IGSU

Diferită de cea prezentată anterior, mutaţia la frontieră realizează trecerea bruscă spre unadintre limitele domeniului valorilor admisibile pentru gena supusă la această operaţie.De menţionat că, în funcţie de problema concretă de rezolvat, pot fi utilizaţi şi alţi operatoricum ar fi cei de ştergere, netezire, fragmentare, etc.Schematizarea modului de acţiune a celor doi operatori prezentaţi este redată în figura 7.părinte 1 părinte 2x1x2x3x4x5x6x1x2x3x4x5x6încrucişarex1x2x3x4x5x6mutațiecopilx1x2x3x4x5x6Fig. 7. Modul în care acţionează operatorii geneticiCONCLUZII:Principalele avantaje ale folosirii algoritmilor genetici sunt următoarele:– deoarece operează cu seturi de soluţii (populaţii), nu prezintă riscul de a opri căutarea înzona unui optim local;– nu impun restricţii asupra formei analitice a funcţiei de performanţă (cum ar ficontinuitatea, derivabilitatea, liniaritatea acesteia etc.);– sunt uşor de implementat, au un grad mare de universalitate şi sunt uşor de reconfiguratdacă formularea problemei se modifică;– nu sunt necesare cunoştinţe speciale de matematică sau de metode numerice.Ca dezavantaje ale utilizării algoritmilor genetici, se pot menţiona următoarele:– sunt mari consumatori de timp de calcul, dacă se impune parcurgerea prea multorgeneraţii până la oprirea căutării;– performanţele algoritmilor genetici depind de setările parametrilor de control folosiţi:probabilităţile de acţiune ale operatorilor genetici, dimensiunea populaţiei, numărul degeneraţii, etc. (deci de experienţa analistului).BIBLIOGRAFIE:1. Stoer J.; Bulirsch R., Introduction to Numerical Analzsis, Springer – Verlag, 1992.2. Banzhaf W.; Nordon P.; Keller R.E.; Francone F.D., Genetic Programming – Anintroduction, Morgan Kaufmann Publishiers, San Francisco, 1998.3. Albu L.L., Macroeconomic non-lineară şi prognoză, Academia Română, 2002.4. Mateescu G.D., Optimization by using evolutionary algorithms with geneticacquisitions, Romanian Journal of Economic Forecasting, 2005.224