Globaliojo optimizavimo uždavinių sprendimas naudojant genetinius algoritmus
Straipsnyje nagrinėjami globaliojo optimizavimo uždavinių sprendimo teoriniai aspektai. Analizuojamas polių padėčių optimizavimo gręžtiniuose pamatuose uždavinys. Polių padėčių įvertinimas apskaičiuojamas naudojant integruotą gręžtinių pamatų skaičiavimo programą, realizuojamą FORTRAN programavimo kalba. Po integravimo į C++ aplinką bendras programos našumas sumažėjo tik 0,008 sekundės. Panaudojus genetinį algoritmą buvo realizuota optimizavimo programa, palygintas optimizavimo programos tikslo funkcijos ir genetinio algoritmo vykdymo laikas. Nustatyta, kad genetinis algoritmas praktiškai nedaro įtakos skaičiavimo resursams. Išbandytos aštuonios strategijos, pritaikius įvairias genetinio algoritmo metodų kombinacijas atliekant optimalios strategijos paiešką. Tyrimo rezultatai palyginti su kitų mokslininkų atliktais tyrimo rezultatais. Dėl pasiūlyto genetinio algoritmo pavyko gauti 1,9 proc. geresnį rezultatą nei taikant Bajeso metodą, tačiau iki geriausio literatūroje aprašyto rezultato, kai sprendžiant globaliojo optimizavimo uždavinį buvo taikomas atkaitinimo modeliavimo metodas, trūko 4,6 proc.