Computational Intelligence in Optimization - 9783642127748

Optimizavimas yra neatsiejama mokslo ir inžinerijos dalis. Dauguma realaus pasaulio taikomųjų programų apima sudėtingus optimizavimo procesus, kuriuos sunku išspręsti be pažangių skaičiavimo įrankių. Didėjant iššūkiams, susijusiems su visapusiškais dabartinių programų optimizavimo tikslais, yra stiprus postūmis tobulinti mokslo optimizavimo priemones. Iššūkiai, kuriuos sukelia kylančios problemos, yra šie: * objektyvios funkcijos, kurių įvertinimas yra pernelyg brangus, todėl per visą paiešką gali būti atliktas tik nedidelis objektyvių funkcijų įvertinimų skaičius, * objektyvios funkcijos, kurios yra labai daugiarūšės arba nenutrūkstamos, ir * nestacionarios problemos, kurios gali keistis laikui bėgant (dinaminės). ). Klasikiniai optimizavimo įrenginiai gali veikti prastai arba net nepagerėti, palyginti su pradiniu vektoriumi, susidūrus su tokiais iššūkiais. Tai paskatino tyrėjus ištirti, kaip naudoti skaičiavimo intelektą (CI), siekiant išplėsti klasikinius metodus sprendžiant tokias sudėtingas problemas. Tokie metodai apima populiacija pagrįstus paieškos metodus, tokius kaip: a) evoliuciniai algoritmai ir dalelių spiečiaus optimizavimas ir b) nelinijinis žemėlapių sudarymas ir žinių įdėjimo metodai, tokie kaip bendri neuroniniai tinklai ir neaiškioji logika. Įrodyta, kad tokie metodai gerai veikia sudėtingomis sąlygomis. Konkrečiai, CI yra galingi įrankiai, kurie turi keletą galimų privalumų, tokių kaip: a) tvirtumas (tikslinei funkcijai keliami mažai arba visai nekeliami reikalavimai) b) universalumas (tvarko labai netiesinius atvaizdus) c) savarankiškas prisitaikymas prie pagerinti našumą ir d) veikti lygiagrečiai (kad būtų lengva išskaidyti sudėtingas užduotis). Tačiau sėkmingas CI metodų taikymas realioms problemoms nėra paprastas ir reikalauja tiek ekspertų žinių, tiek bandymų ir klaidų eksperimentų.