Using genetic algorithms for modelling informational processes

Abstract

In this article genetic algorithms are considered including their types and practical applications. The scientific works of domestic and foreign researchers have been studied. This article presents methods and examples of solving tasks of data mining for genetic algorithms. The description of main components of models of genetic algorithms is presented. A parallel between biological systems and systems aimed at solving technical problems is drawn. The review and analysis of approaches to modeling of information processes with the use of genetic algorithms is carried out. The basic principle of modeling information processes on the basis of the evolutionary approach is analyzed. The models of the evolutionary process of information system are selected. The article highlights the practical use of the principles of genetic algorithms as tools for solving classical optimization tasks. Problems that have arisen with popularizing the tools of genetic algorithms are described. Several tasks of functional optimization described in mathematical language are analyzed. Розглянуто поняття генетичних алгоритмів. Висвітлено практичні підходи та різновиди генетичних алгоритмів. Досліджено наукові роботи вітчизняних та зарубіжних дослідників. Наведено методи та приклади розв’язку задач дейтамайнінгу (data mining) для генетичних алгоритмів. Зазначено тезаурус основних складових моделей генетичних алгоритмів. Подано паралель між біологічними системами та системами, що спрямовані на вирішення технічних завдань. Проведено огляд та аналіз підходів до моделювання інформаційних процесів із використання генетичних алгоритмів. Проаналізовано базовий принцип моделювання інформаційних процесів на підставі еволюційного підходу. Виокремлено моделі еволюційного процесу інформаційної системи. Звернуто увагу на питання практичного застосування інструментарію генетичних алгоритмів для класичних задач оптимізації. Окреслено проблеми, що виникли з популяризацією інструментарію генетичних алгоритмів. Проаналізовано декілька завдань виду функціональної оптимізації, описаних математичними засобами.