Náhradní model pro spojité a diskrétní genetické algoritmy založený na RBF sítích

Abstrakt

Náhradní modelování se stalo jednou z úspěšných metod pro optimalizaci drahých cílových funkcí. Přináší sice méně přesný, za to však mnohem rychlejší způsob ohodnocení navržených řešení.

Tato práce popisuje model založený na sítích radiálních bázových funkcí, který pracuje jak s proměnnými spojitými, tak diskrétními. Ukazuje použití modelu pro empirické cílové funkce, pro které je kombinace spojitých a diskrétních proměnných typická.

Výsledky ukazují podstatně rychlejší konvergenci genetického algoritmu ve smyslu počtu ohodnocení původní empirickou funkcí.

Klíčová slova

• náhradní model
• genetický algoritmus
• RBF sítě