Подход к модернизации генетического алгоритма для решения систем линейных алгебраических уравнений

генетические алгоритмы системы линейных алгебраических уравнений метод обобщенных минимальных невязок алгоритм Холланда Холланда алгоритм

Роль поверхностного натяжения в формировании кластеров катализаторов при росте углеродных нанотрубок, Об одном подходе к исследованию динамики неавтономных дискретных включений, ...

С. Н. Эйрих ПОДХОД К МОДЕРНИЗАЦИИ ГЕНЕТИЧЕСКОГО АЛГОРИТМА ДЛЯ РЕШЕНИЯ СИСТЕМ ЛИНЕЙНЫХ АЛГЕБРАИЧЕСКИХ УРАВНЕНИЙ Аннотация. <...> Основное внимание уделяется настройке алгоритма на особенности этой задачи и модернизации алгоритма. <...> Методами вычислительного эксперимента выбираются параметры генетического алгоритма, дающие «хорошие» решения. <...> Введение Решение ряда задач математической физики (задачи гидрогазодинамики, расчета электромагнитных полей, уравнения Максвелла, Навье-Стокса и др.) методами конечных элементов (FEM) и конечных объемов (FVM) особенно на неструктурированных сетках приводит к системам линейных алгебраических уравнений (СЛАУ) с разреженными матрицами большой размерности, которые, как правило, являются несимметричными [1]. <...> Эффективным средством решения задач большой размерности являются многопроцессорные вычислительные системы, однако соответствующая реализация классических методов требует их специальной адаптации и проведение связанных с этим исследований [1, 2]. <...> В настоящей работе рассматривается генетический алгоритм, использующий метод обобщенных минимальных невязок GMRES [2] для вычисления функции приспособленности (фитнес-функции) [3, 4], эффективный для решения СЛАУ с несимметричной матрицей. <...> Обоснованием выбора генетического алгоритма служили следующие соображения: – генетические алгоритмы продемонстрировали свою эффективность для решения дискретных экстремальных задач, плохо поддающихся решению традиционными методами; – стохастика, используемая генетическими алгоритмами, позволяет надеяться, что мы не пропустим решения, «не поддающегося» той или иной эвристике; – вычислительное время генетических алгоритмов для большинства приложений практически линейно зависит от размера задачи и числа оптимизируемых параметров. <...> Математика Основными сложностями применения генетических алгоритмов для решения рассматриваемой задачи являются: – настройка операций <...>

• Похожие документы из РУАЭСТ
• |
• Похожие документы из Руконт