Применение эволюционных моделей в современном бизнесе. Евгений Клочков

Чтение книги онлайн.

      В качестве примера направленной селекции можно привести удивительную и дорогую породу кошек под названием «саванна». Это домашний вариант дикого сервала, саванна была выведена в 1980-х. Дикие кошки всегда были популярны у представителей элиты, и, чтобы защитить настоящих гепардов и леопардов, селекционеры создали альтернативу. Зверь с виду грозный и опасный, но на самом деле ласковый и коммуникабельный. Первую саванну в 1986 году представил миру заводчик бенгалов Дж. Фрэнк. Она получилась в результате скрещивания самца настоящего сервала с домашней сиамской кошкой. А в 2001-м порода была официально признана и зарегистрирована.

      Теория Дарвина много раз подвергалась критике, но идея того, что жизнь развивалась, а не была создана в «готовом» виде, не вызывает сомнений у подавляющего числа ученых. Одним из практических выводов из теории эволюции стало появление генетических алгоритмов, предложенных Дж. Холландом в 1975 году. Генетические алгоритмы нам очень пригодятся для использования в рамках предлагаемой автором парадигмы, и об их применении будет сказано ниже.

      Генетические алгоритмы – это адаптивные методы поиска, которые применяются для решения задач оптимизации. В них используется как аналог механизма генетического наследования, так и аналог естественного отбора. При этом сохраняются биологическая терминология в упрощенном виде и основные понятия линейной алгебры. Первая схема генетического алгоритма была предложена в 1975 году в Мичиганском университете Дж. Холландом, а предпосылками этому послужили работы Ч. Дарвина «Теория эволюции» и исследования Л. Дж. Фогеля, А. Дж. Оуэнса, М. Дж. Волша по эволюции простых автоматов, предсказывающих символы в цифровых последовательностях. Новый алгоритм получил название «репродуктивный план Холланда» и в дальнейшем активно использовался в качестве базового алгоритма в эволюционных вычислениях. Идеи Холланда развили его ученики К. Де Йонг из Университета Джорджа Мейсона (Вирджиния) и Д. Голдберг из Лаборатории генетических алгоритмов Иллинойса. Благодаря им был создан классический генетический алгоритм, описаны все операторы и исследовано поведение группы тестовых функций. Именно алгоритм Голдберга и получил название «генетический алгоритм». Для понимания сути генетических алгоритмов и возможности их применения в бизнесе стоит чуть более подробно остановиться на этапах этой модели.

      1 этап. Создание новой популяции.

      На первом этапе создается начальная популяция. Требования к качеству популяции согласно заданными параметрам некритично, так как в итоге алгоритм эту проблему исправит. Главное, чтобы популяция соответствовала «формату» и была приспособлена к размножению.

      2 этап. Размножение.

      Важно, чтобы потомок (ребенок) мог унаследовать от родителей СКАЧАТЬ