Генетические алгоритмы оптимизации

dc.contributor.author	Вагис, А.А.
dc.date.accessioned	2019-12-27T21:00:37Z
dc.date.available	2019-12-27T21:00:37Z
dc.date.issued	2019
dc.identifier.citation	Генетические алгоритмы оптимизации / А.А. Вагис // Компьютерная математика. — 2019. — № 1. — С. 70-76. — Бібліогр.: 3 назв. — рос.	uk_UA
dc.identifier.issn	2616-938Х
dc.identifier.uri	http://dspace.nbuv.gov.ua/handle/123456789/161935
dc.description.abstract	Для построения оптимальных помехоустойчивых кодов используются генетические алгоритмы. В генетических алгоритмах в качестве «организмов» популяции используются таблицы полярности, а также три вида операций: генерирование случайных кодов для первого поколения, скрещивание кодов, мутация кодов.	uk_UA
dc.description.abstract	Для побудови оптимальних завадостійких кодів виконувались генетичні алгоритми. У генетичних алгоритмах як «організми» популяції використовувалися таблиці полярності, а також три види операцій: вибір випадкових кодів для першого покоління; схрещування кодів; мутації кодів.	uk_UA
dc.description.abstract	We apply genetic algorithms to construct noise-free optimal codes. In genetic algorithms, the polarity tables are used as the “organisms” of a population, as well as three types of operations: generation of random codes for the first generation, crossing and mutation of codes.	uk_UA
dc.language.iso	ru	uk_UA
dc.publisher	Інститут кібернетики ім. В.М. Глушкова НАН України	uk_UA
dc.relation.ispartof	Компьютерная математика
dc.subject	Оптимизация вычислений	uk_UA
dc.title	Генетические алгоритмы оптимизации	uk_UA
dc.title.alternative	Генетичні алгоритми оптимізації	uk_UA
dc.title.alternative	Genetic algorithms of optimization	uk_UA
dc.type	Article	uk_UA
dc.status	published earlier	uk_UA
dc.identifier.udc	519.217.268