Введение
Глава I. Исследование эффективности алгоритма решения задачи символьной регрессии с помощью метода генетического программирования 10
1.1. Методы решения задач аппроксимации в моделировании сложных систем 10
1.2. Метод генетического программирования 19
1.3. Исследование эффективности алгоритма генетического программирования 38
1.4. Генетический алгоритм 59
1.5. Исследование эффективности алгоритма генетического программирования с настройкой коэффициентов генетическим алгоритмом 66
Выводы 72
Глава II. Обоснование, разработка и исследование эффективности коэволюционного алгоритма генетического программирования 73
2.1. Разработка и исследование эффективности алгоритма генетического программирования с адаптивной настройкой коэффициентов модифицированным генетическим алгоритмом
2.2. Обоснование коэволюционного алгоритма 79
2.3. Исследование зависимости свойств коэволюционного алгоритма от выбора его параметров 84
2.4. Разработка и исследование эффективности коэволюционного алгоритма генетического программирования с адаптивной настройкой численных коэффициентов модифицированным генетическим алгоритмом 92
Выводы 95
Глава III. Практическая реализация коэволюционного алгоритма генетического программирования для решения сложных задач моделирования 97
3.1. Описание программной реализации метода генетического программирования с адаптивной настройкой коэффициентов для решения задачи символьной регрессии «Genetic Programming with adaptive setting of coefficients v.2.1» 97
3.2. Описание программной системы моделирования сложных систем с помощью коэволюционного алгоритма генетического программирования «Genetic Programming Coevolution v.2.I» ю9
3.3. Исследование некоторых магнитооптических и рефрактометрических свойств прозрачных магнитных кристаллов 122
3.4. Построение фазовых границ магнитного состояния кристалла... 134
Выводы 139
Заключение ]40
Список литературы 142
Приложение 1 152
Приложение 2 155
