Рус Eng Cn 翻译此页面:
请选择您的语言来翻译文章


您可以关闭窗口不翻译
图书馆
你的个人资料

返回内容

控制论与编程
正确的文章链接:

认知生物优化算法发展的理论问题与现代问题(综述)

Rodzin Sergey Ivanovich

博士学位 技术科学



347928, Russia, Rostovskaya oblast', g. Taganrog, ul. Chekhova, 80-1

srodzin@yandex.ru
Kureichik Vladimir Viktorovich

博士 技术科学



347928, Russia, Rostovskaya oblast', g. Taganrog, per. Nekrasovskii, 44, of. G-435

vkur@sfedu.ru

DOI:

10.25136/2644-5522.2017.3.18659

评审日期

05-04-2016


出版日期

26-07-2017


注解: 综述的主题是有问题的问题和认知生物优化算法领域的研究现状。 在研究人员面临的众多问题中,无论是在理论领域还是在众多实际应用中,优化问题都占了相当大的比例。 对于其中一些人来说,如果没有完整的选项搜索,就不可能找到解决方案。 然而,这些任务的维度是这样的,由于非常大的时间成本,执行选项的迭代几乎是不可能的。 解决这些问题的另一种方法是使用基于认知bioinspired算法的方法学的方法。 在计算机系统变得足够快速和廉价之后,bioinspired算法变成了寻找以前被认为无法解决的问题的解决方案的重要工具。 审查研究的方法和理论基础是人工智能和生物计算理论、决策理论和优化方法的规定。 该评论包含了世界科学学校和科学家的名单,他们对认知bioinspired算法的发展做出了重大贡献,以及对bioinspired算法的分类,术语和库的简要描述。 提出了认知生物触发算法理论中的一个经典结果-荷兰定理和NFL定理。 分析了认知生物源计算的规律性、基本要素和结构、解决方案的表示(编码)问题、生物源算法的基本周期、生物源算法操作员认知能力的扩展以及认知生物源算法运行时间分析的一个有希望的方向-漂移分析。


出版日期:

, , , , , , , , , , , , , , , , , , ,