RUS  ENG ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB
Общая информация
Последний выпуск
Архив
Импакт-фактор
Подписка
Правила для авторов
Загрузить рукопись

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Теория вероятн. и ее примен.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Теория вероятн. и ее примен., 2012, том 57, выпуск 1, страницы 185–192 (Mi tvp4440)  

Эта публикация цитируется в 7 научных статьях (всего в 7 статьях)

Краткие сообщения

Modeling the genetic algorithm by a nonhomogeneous Markov chain: weak and strong ergodicity

V. S. Campos, A. G. Pereira, J. A. Rojas Cruz

Universidade Federal do Rio Grande do Norte

Аннотация: Эволюционные алгоритмы используются для поиска экстремумов функции. В одном из таких алгоритмов, каноническом генетическом алгоритме, обычно фиксируются два параметра: вероятность мутации и вероятность перекреста. В данной работе мы допускаем возможность изменения этих параметров в процессе работы алгоритма и исследуем сходимость алгоритмов такого типа. Мы также предлагаем новый подход к доказательству слабой эргодичности неоднородных цепей Маркова, не опирающийся на явное использование коэффициента эргодичности Добрушина $\delta$.

Ключевые слова: неоднородные марковские цепи, слабая и сильная эргодичность, генетические алгоритмы.

DOI: https://doi.org/10.4213/tvp4440

Полный текст: PDF файл (327 kB)
Список литературы: PDF файл   HTML файл

Англоязычная версия:
Theory of Probability and its Applications, 2013, 57:1, 144–151

Реферативные базы данных:

Тип публикации: Статья
Поступила в редакцию: 13.05.2010
Язык публикации: английский

Образец цитирования: V. S. Campos, A. G. Pereira, J. A. Rojas Cruz, “Modeling the genetic algorithm by a nonhomogeneous Markov chain: weak and strong ergodicity”, Теория вероятн. и ее примен., 57:1 (2012), 185–192; Theory Probab. Appl., 57:1 (2013), 144–151

Цитирование в формате AMSBIB
\RBibitem{CamPerRoj12}
\by V.~S.~Campos, A.~G.~Pereira, J.~A.~Rojas Cruz
\paper Modeling the genetic algorithm by a nonhomogeneous Markov chain: weak and strong ergodicity
\jour Теория вероятн. и ее примен.
\yr 2012
\vol 57
\issue 1
\pages 185--192
\mathnet{http://mi.mathnet.ru/tvp4440}
\crossref{https://doi.org/10.4213/tvp4440}
\mathscinet{http://www.ams.org/mathscinet-getitem?mr=3201644}
\zmath{https://zbmath.org/?q=an:1273.90244}
\elib{http://elibrary.ru/item.asp?id=20732950}
\transl
\jour Theory Probab. Appl.
\yr 2013
\vol 57
\issue 1
\pages 144--151
\crossref{https://doi.org/10.1137/S0040585X97985868}
\isi{http://gateway.isiknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=PARTNER_APP&SrcAuth=LinksAMR&DestLinkType=FullRecord&DestApp=ALL_WOS&KeyUT=000315946800009}
\scopus{http://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-84876978883}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/tvp4440
  • https://doi.org/10.4213/tvp4440
  • http://mi.mathnet.ru/rus/tvp/v57/i1/p185

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles

    Эта публикация цитируется в следующих статьяx:
    1. Rojas Cruz J.A., Pereira A.G.C., “The Elitist Non-Homogeneous Genetic Algorithm: Almost Sure Convergence”, Stat. Probab. Lett., 83:10 (2013), 2179–2185  crossref  mathscinet  zmath  isi
    2. Pereira A.G.C., de Andrade B.B., “On the Genetic Algorithm With Adaptive Mutation Rate and Selected Statistical Applications”, Comput. Stat., 30:1 (2015), 131–150  crossref  mathscinet  zmath  isi
    3. Rojas Cruz J.A., Diniz I.C., “Mean Convergence Time of Inhomogeneous Genetic Algorithm with Elitism”, Numer. Funct. Anal. Optim., 37:8 (2016), 966–974  crossref  mathscinet  zmath  isi  scopus
    4. Pereira A.G.C., Campos V.S.M., “Multistage non homogeneous Markov chain modeling of the non homogeneous genetic algorithm and convergence results”, Commun. Stat.-Theory Methods, 45:6, SI (2016), 1794–1804  crossref  mathscinet  zmath  isi  scopus
    5. Jana R.K., Mitra S.K., Sharma D.K., “Software Vendors Travel Management Decisions Using An Elitist Nonhomogeneous Genetic Algorithm”, Int. J. Prod. Econ., 202 (2018), 123–131  crossref  isi  scopus
    6. Rojas Cruz J.A., Diniz I.C., “On Weak and Strong Ergodicity”, J. Stat. Theory Pract., 13:2 (2019), UNSP 28  crossref  mathscinet  isi
    7. Sun N., Lu Y., “A Self-Adaptive Genetic Algorithm With Improved Mutation Mode Based on Measurement of Population Diversity”, Neural Comput. Appl., 31:5, SI (2019), 1435–1443  crossref  isi
  • Теория вероятностей и ее применения Theory of Probability and its Applications
    Просмотров:
    Эта страница:982
    Полный текст:50
    Литература:56
     
    Обратная связь:
     Пользовательское соглашение  Регистрация  Логотипы © Математический институт им. В. А. Стеклова РАН, 2020