Введение
1 Постановки задач и схемы эволюционных алгоритмов 40
1.1 Задачи комбинаторной оптимизации 40
1.2 Эволюционные алгоритмы 47
2 Исследование эволюционных алгоритмов с позиций локальной оптимизации 65
2.1 Генетический алгоритм как метод локального поиска 65
2.2 Динамика численности особей с высокой приспособленностью в популяции генетического алгоритма 74
2.3 Сравнение эволюционных алгоритмов с эволюционной стратегией (1+1)-ES 95
2.4 Статистические оценки числа локальных оптимумов 104
3 Исследование сложности задачи оптимальной рекомбинации 114
3.1 Постановка задачи 114
3.2 Полиномиально разрешимые случаи 118
3.3 NP-трудные случаи 132
4 Построение эволюционных алгоритмов со свойствами динамического программирования 156
4.1 Формализация метода динамического программирования 157
4.2 Эволюционные алгоритмы на основе динамического программирования 169
4.3 Вполне полиномиальная рандомизированная аппроксимаци онная схема 176
5 Применение оптимальной рекомбинации в генетических алгоритмах 188
5.1 Задана о наименьшем покрытии 188
5.2 Задача управления поставками продукции 216
5.3 Задача балансировки автоматизированной производственной линии 244
Заключение 265
Литература
