ТРПО_теория / ТРПО / Обзор ГА

За последние годы как никогда возрос интерес к разработкам в области искусственных биологических алгоритмов. Эти алгоритмы позволяют эффективно решать трудные задачи оптимизации. Там, где точные методы не способны дать результата за приемлемое время, биологические алгоритмы дают подходящий ответ. На сегодняшний день существует множество алгоритмов, использующих природные принципы. Одними из распространенных являются эволюционные (в частности генетические) алгоритмы. Эти алгоритмы находят широкое применение как в практических, так и в теоретических областях компьютерных наук. Генетический подход и его модификации успешно применяется в построении и прокладке телекоммуникационных сетей Premkumar & Chu [1], Cortés и др. [2]. Проблема расположения антенн является достаточно сложной, так как такая сеть должна быть достаточно простой, дешевой, но удовлетворять определенным требованиям надежности, Villegas [3] использовал параллельные генетические алгоритмы для решения данной проблемы. Генетические алгоритмы (ГА) также широко применяются в прокладке мобильных, беспроводных, сенсорных сетей Závodný [4] и оптимальном распределении потоков в телекоммуникационных сетях Dai & Poh [5]. Для более эффективной работы алгоритмов на конкретных задачах создаются различные модифицированные алгоритмы на основе ГА. Например, Alba and Chicano [6] создали модифицированный ГА для решения задачи error correcting code (ошибка исправляющего кода), этот код позволяет восстанавливать пакеты без их повторной передачи. Применений ГА в телекоммуникационных сетях очень много, эффективнее всего работают модифицированные ГА для конкретных задач.

[1] G. Premkumar, Chao-Hsien Chu, Telecommunications network design decision: a genetic algorithm approach, 1999.

[2] Pablo Cortés, Juan Larrañeta, Luis Onieva, José M. Garc´ıa, Mar´ıa S. Caraballo, Genetic algorithm for planning cable telecommunication networks, 2001.

[3] F. J. Villegas, T. Cwik, Y. Rahmat-Samii, and M. Monteghi, “A parallel electromagnetic genetic-algorithm optimization (EGO) application for patch antenna design,” IEEE Transactions on Antennas and Propagation, vol. 52, no. 9, pp. 2424–2435, September 2004.

[4] Luděk Závodný, GSM network optimization by genetic algorithm,

[5] Yuanshun Dai and Kim-Leng Poh, Solving the Network Interdiction Problem with Genetic Algorithms, 2006.

[6] E. Alba and J. F. Chicano, “Solving the error correcting code problem with parallel hybrid heuristics,” in Proceedings of the 2004 ACM Symposium on Applied Computing (SAC04). Nicosia, Cyprus: ACM Press, March 2004.