Присоединяйся к нам
Платформа, где покупают и продают студенческие работы
Генетические алгоритмы в маркетинговых исследованиях

Генетические алгоритмы в маркетинговых исследованиях

Рефераты, Экономические, Маркетинг, БГЭУ
14 страниц
3 источника
2018 год
8.0BYN
25.0BYN
Купить
Поделиться в социальных сетях
Содержание
Часть работы
Список литературы

Введение        3
1 Понятие определения и свойства генетических алгоритмов, их отличия от традиционных методов  4
2 Процесс работы генетического алгоритма        5
3 Решение задачи коммивояжера        7
4 Показатели эффективности генетических алгоритмов и устойчивость их работы   10
5 Особенности пакетов генетических алгоритмов        11
Заключение        12
Список использованных источников        13

Таким образом, генетический алгоритм - это эволюционный алгоритм поиска, используется для решения задач оптимизации и моделирования путем последовательного подбора, комбинирования и вариации искомых параметров с использованием механизмов, напоминающих биологическую эволюцию.
Задача коммивояжера (Travelling salesman problem, TSP) - одна из самых известных задач комбинаторной оптимизации, заключается в нахождении самого выгодного маршрута, проходящего через указанные города хотя бы по одному разу с последующим возвратом в исходное город. В условиях задачи указываются критерий выгодности маршрута (кратчайший, самый дешевый, совокупный критерий и т.д.) и соответствующие матрицы расстояний, стоимости и т. п. Как правило, указывается, что маршрут должен проходить через каждый город только один раз.
Цель задачи - найти кратчайшее расстояние между N разными городами. Путь, по которому продавец должен пройти называется туром. Эта программа была написана в 1995 году в Cі. Туры в популяции были сохранены в массиве в 32 битной форме, где каждый бит указывает на связь
Выделяют 6 параметров для эффективного управления генетическими алгоритмами:
— Population Size (численность популяции);
— Neighborhood / Group Size (Квартал / Размер группа);
— Mutation% (Мутация%);
— # Nearby Cities (# Соседние города);
— Nearby City Odds% (Соседние города Шансы%);
— Maximum Generations (Максимальное количество поколений) - количество кроссоверов для завершения алгоритма;
— Random Seed (Случайная семья);
— City List (Список городов)

1.    Красиков, И.В. Алгоритмы. Просто как 2х2 / И.В. Красиков, И.Е. Красикова. - М.: Эксмо, 2017. - 256 c.
2.    Мальцев, А.И. Алгоритмы и рекурсивные функции / А.И. Мальцев. - М.: [не указано], 2016. - 650 c
3.    Рассел, Джесси Генетический алгоритм / Джесси Рассел. - М.: Книга по Требованию, 2012. - 697 c.

Похожие работы
Маркетинговые исследования рынка гипотетического товара
Контрольные, Экономические, Маркетинг, БГУ
7.0 руб.
30.0 руб.
Маркетинговые исследования рынка товара
Контрольные, Экономические, Маркетинг, БГУ
10.0 руб.
30.0 руб.
Использование информационных технологий в маркетинговых исследованиях
Рефераты, Технические, Основы информационных технологий, АУ при Президенте РБ
8.0 руб.
25.0 руб.
Направления маркетинговых исследований
Курсовые, Экономические, Маркетинг, БГЭУ
15.0 руб.
95.0 руб.
Не нашeл, что искал?
Закажи оригинальную работу сейчас
Узнать стоимость
Оставить отзыв
Имя
Город
Рейтинг
Отзыв

Задать вопрос
Задать вопрос