ABOUT FEATURES OF MUTATION APPLICATION IN A MODIFIED OPERATOR GENETIC ALGORITHM

Leonid Oliinyk; Stanislav Bazhan

doi:10.31435/rsglobal_wos/30122020/7324

Leonid Oliinyk Candidate of Sciences, Ph.D in Physical and Mathematical Sciences, Dniprovsk State Technical University, Kamyanske, Ukraine, https://orcid.org/0000-0002-4392-0048
Stanislav Bazhan PHD student, Dniprovsk State Technical University, Kamyanske, Ukraine https://orcid.org/0000-0003-2228-9389

DOI: https://doi.org/10.31435/rsglobal_wos/30122020/7324

Keywords: Genetic algorithm, mutation, matrices, rossover operators, mathematical modeling

Abstract

Genetic algorithm is a method of optimization based on the concepts of natural selection and genetics. Genetic algorithms are used in software development, in artificial intelligence systems, a wide range of optimization problems and in other fields of knowledge.
One of the important issues in the theory of genetic algorithms and their modified versions is the search for the best balance between performance and accuracy. The most difficult in this sense are problems where the fitness function in the search field has many local extremes and one global or several global extremes that coincide.
The effectiveness of the genetic algorithm depends on various factors, such as the successful creation of the primary population. Also in the theory of genetic algorithms, recombination methods play an important role to obtain a better population of offspring. The aim of this work is to study some types of mutations using a modified genetic algorithm to find the minimum function of one variable.
The article presents the results of research and analysis of the impact of some mutation procedures. Namely, the effect of mutation on the speed of achieving the solution of the problem of finding the global extremum of a function of one variable. For which a modified genetic algorithm is used, where the operators of the "generalized crossover" are stochastic matrices

References

Вороновский Г.К., и др., Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности / Г. К. Вороновский, К. В. Махотило, С. Н. Петрашев, С. А. Сергеев. - Х.: ОСНОВА, 1997.- 112 с. ISBN 5-776-029-8. [Voronovsky G.K., Makhotilo K.V., Petrashev S.N., Sergeev S.A. Genetic algorithms, artificial neural networks and virtual reality problems]

Панченко Т. В. Генетические алгоритмы: учебно-методическое пособие / под ред. Ю. Ю. Тарасевича. - Астрахань: Издательский дом «Астраханский университет», 2007.- 87с. [Panchenko T.V. Genetic algorithms]

Гладков Л. А., Курейчик В. В., Курейчик В.М. Генетические алгоритмы / Под ред. В.М. Курейчика. - 2-е изд., исправл. и доп. - М.: ФИЗМАТЛИТ, 2010. - 368 с. - ISBN 978-5-9221-0510-1. [Gladkov L.A., Kureychik V.V., Kureychik V.M., Genetic algorithms]

Олійник Л.О., Бажан С.М. Алгоритм пошуку екстремумів функції однієї змінної с.44-50// Математичне моделювання: Науковий журнал. - Кам’янське: ДДТУ.2019.- №1(40). - 210с [Oliynyk L.O., Bazhan S.M., Algorithm for finding the extrema of a function of one variable]

Олійник Л.О. Бажан C.М. «Застосування алгебраїчної модифікації генетичного алгоритму в задачах визначення глобального екстремуму функцій однієї змінної» с. 52-53, Матеріали конференції INTERNATIONAL CONFERENCE Mathematical Problems of Technical Mechanics and Applied Mathematics - 2019 [Oliynyk L.O. Bazhan S.M. Application of algebraic modification of genetic algorithm in problems of determining the global extremum of functions of one variable]

Олійник Л.О., Бажан С.М. «Про деякі способи рекомбінації у генетичному алгоритмі в процесі пошуку екстремумів функції однієї змінної», 194-195с., Математичне та програмне забезпечення інтелектуальних систем: Тези доповідей XVII Міжнародної науково-практичної конференції МПЗІС-2019, Дніпро, 20-22 листопада 2019р./ Під загальною редакцією О.М. Кісельової – Дніпро: ДНУ, 2019. – 308с.