Генетические алгоритмы

Если на улице вам вдруг повстречается человек, никогда ничего не слышавший о Ричарде Докинзе, вы можете смело советовать этому чудаку «Реку, выходящую из Эдема» – с нее удобно будет начать знакомство с творчеством Докинза. В этой книге благодаря блестящим метафорам он изящно и просто объясняет важнейшие концепции теории эволюции, а значит, и биологии вообще. Цифровая река ДНК течет сквозь время от зарождения жизни до наших дней – и дальше… В формате PDF A4 сохранён издательский дизайн.

О безграничной мощи дарвиновского закона. Если на улице вам вдруг повстречается человек, никогда ничего не слышавший о Ричарде Докинзе, вы можете смело советовать этому чудаку “Реку, выходящую из Эдема” – с нее удобно будет начать знакомство с творчеством Докинза. В этой аудиокниге благодаря блестящим метафорам он изящно и просто объясняет важнейшие концепции теории эволюции, а значит, и биологии вообще. Цифровая река ДНК течет сквозь время от зарождения жизни до наших дней – и дальше… © Richard Dawkins, 1995© А. Гопко, перевод на русский язык, 2020© А. Бондаренко, художественное оформление, макет, 2020Издательство CORPUS ® © & ℗ ООО «Издательство АСТ», «Аудиокнига», 2020

В монографии на основе изучения генов установлены новые свойства генетического кода и вычислены важнейшие его интегральные характеристики; выделены две группы таких характеристик. Установлена взаимосвязь полученных характеристик в этих группах. Проанализирован известный к настоящему времени набор генов, в том числе человеческого генома; получен ряд неизвестных ранее эффектов. Для научных работников, преподавателей и студентов, специализирующихся в области математического моделирования в науках о живом.

Рассматриваются принципы и методы эволюционного моделирования. Особое внимание уделяется главному методу эволюционного моделирования – генетическому алгоритму. Приводятся конкретные примеры его применения к решению различных задач оптимизации. Монография предназначена для специалистов в области информационных технологий, а также для студентов, магистрантов и аспирантов, обучающихся по направлениям «Информатика и вычислительная техника», «Информационные системы».

Книга посвящена одной из самых практически применимых, активных и быстроразвивающихся областей современной информатики, объединяющей множество методов из различных областей математики и не только математики – машинному обучению. В книге обсуждаются основы многих базовых аппаратов машинного обучения: деревья принятия решений, искусственные нейронные сети, генетические алгоритмы, байесовские классификаторы, алгоритмы кластеризации и обучение с подкреплением. Изложение ведется увлекательным языком, книгу интересно читать, и она доступна даже не очень подготовленному читателю. Однако при этом сохраняется математическая строгость, а наиболее сложные части изложения заинтересуют и профессионалов. Книга снабжена обширной аннотированной библиографией. Читать книгу смогут даже старшеклассники, хотя она будет представлять несомненный профессиональный интерес и для студентов всех курсов, изучающих математику и информатику, а также для специалистов и аспирантов, ведущих исследования в соответствующих областях. В этом отношении значительная часть материала монографии сможет сыграть роль углубленного учебного пособия.

В статье приводится описание гибридного алгоритма настройки параметров нейронной сети, построенной на основе сигма-пи нейронов. Ядро алгоритма обучения составляет комбинация алгоритмов случайного поиска с применением эвристических алгоритмов. Рассмотрен процесс управления эвристическим алгоритмом на основе осциллирующей нейронной сети. Применение комплексного подхода обучения для нейронных сетей, построенных на основе сигма-пи нейронов, позволяет выполнить их обучение за время, необходимое для настройки нейронной сети на решение прикладной задачи. Рассмотрена возможность использования сигма-пи сети для оценки параметров безопасности канала передачи информации на основе анализа спектра отраженного зондирующего сигнала. Для формирования обучающей и тестовой выборки сети приводится описание разработанного устройства для анализа проводных линий связи.

В работе предложен эволюционный метод классификации, основанный на ранжировании объектов в многомерном пространстве относительно некоторого базового элемента, поиск которого осуществляется с помощью модифицированного генетического алгоритма. Представлены результаты численного эксперимента, иллюстрирующие высокую эффективность предложенного метода.

Ричард Докинз – крупный британский биолог, автор теории мемов. Его блестящие книги сыграли огромную роль в возрождении интереса к научно – популярной литературе. Ясность изложения, юмор и железная логика делают даже строго научные труды Докинза доступными широкому кругу читателей. «Расширенный фенотип» развивает идеи его знаменитой книги «Эгоистичный ген» (1976), где эволюция и естественный отбор рассматриваются с точки зрения конкуренции генов. Эти идеи, вызвавшие бурную полемику, уже прочно вошли в научный обиход, а «Расширенный фенотип» по праву считается одной из важнейших книг в современной эволюционной биологии. © Richard Dawkins, 1982, 1999 Afterword © D.Dennett, 1999© А. Гопко, перевод на русский язык, 2010© А. Бондаренко, оформление, 2010© Издательство «CORPUS»© & ℗ ООО «Издательство АСТ», «Аудиокнига», 2021

Рассмотрены основные стратегии, принципы и концепции нового направления «Генетические алгоритмы». Описаны фундаментальные основы генетических алгоритмов и эволюционного моделирования. Проанализированы архитектуры генетического поиска и модели генетических операторов. Приведены конкретные примеры решения основных задач оптимизации на основе генетических алгоритмов и дано большое число контрольных вопросов и упражнений. Для студентов вузов, обучающихся по направлению «Информатика и вычислительная техника», специальности «Информационные технологии в образовании», для специалистов, занятых разработкой интеллектуальных САПР, разработкой новых информационных технологий в науке, технике, образовании, бизнесе и экономике. Допущено УМО вузов по университетскому политехническому образованию в качестве учебника для студентов вузов, обучающихся по направлению 210100 «Информатика и вычислительная техника», специальности 230104 «Системы автоматизированного проектирования».

Проблема переходных форм между классами животных на примере наземных позвоночных. Доклад заведующего лабораторией териологии Зоологического института РАН д.б.н. Александра Аверьянова, разоблачающий миф, согласно которому между классами животных якобы отсутствуют переходные формы. Доклад был прочитан на 11-м Дарвиновском семинаре в 20 декабря 2010 года.

Известный генетик Николай Казимирович Янковский, член-корреспондент РАН, д. б. н., профессор МГУ, директор Института общей генетики им. Н. И. Вавилова РАН, рассказывает о месте генетики в нашей повседневной жизни, о её роли в сельском хозяйстве и фармацевтике, о водке из ГМО и других интересных вещах.

Известный генетик Николай Казимирович Янковский, член-корреспондент РАН, д. б. н., профессор МГУ, директор Института общей генетики им. Н. И. Вавилова РАН, рассказывает о неандертальских генах в геноме современного человека и о том, можно ли сегодня клонировать неандертальца.

Известный генетик Николай Казимирович Янковский, член-корреспондент РАН, д. б. н., профессор МГУ, директор Института общей генетики им. Н. И. Вавилова РАН, рассказывает о клонировании и о том, почему мы сегодня пока не можем клонировать мамонта.

Известный генетик Николай Казимирович Янковский, член-корреспондент РАН, д. б. н., профессор МГУ, директор Института общей генетики им. Н. И. Вавилова РАН, о том, что митохондриальная Ева и Y-хромосомный Адам – это история отрезков ДНК, а не история индивида.

Известный генетик Николай Казимирович Янковский, член-корреспондент РАН, д. б. н., профессор МГУ, директор Института общей генетики им. Н. И. Вавилова РАН, о том, как генетика сегодня помогает криминалистам раскрывать преступления.

Известный генетик Николай Казимирович Янковский о том, что такое мутации, как часто они бывают и опасны ли они. Николай Казимирович Янковский, Член-корреспондент РАН, д.б.н., профессор МГУ, директор Института общей генетики им. Н. И. Вавилова РАН. Беседа состоялась 23 января 2015 года в Москве.

Известный генетик Николай Казимирович Янковский, член-корреспондент РАН, д. б. н., профессор МГУ, директор Института общей генетики им. Н. И. Вавилова РАН, о мифе, согласно которому ГМО будто бы непременно вредны, а «натуральная пища» – непременно полезна.

Раз в сто лет, в русской семье Пауковых рождается долгожданный ребёнок, унаследовавший дар видеть события из генетических воспоминаний предков. Согласно их древней традиции он должен находить «кинжал избранного», следуя воспоминаниям своего генетически-избранного предка. Кинжал служил символом объединения кланов и племён, которые враждовали с орденом тамплиеров несколько веков.

Генетические алгоритмы в разных формах применяются к решению разных научно-технических задач. Они используются при создании вычислительных структур, в машинном обучении – при проектировании нейронных сетей или в управлении роботами. Они также применяются при моделировании развития в разных предметных областях, включая социальные-экономические системы. Также возможно и эвристико-математическое применение генетических алгоритмов для оптимизации многопараметрических функций. В случаях, когда точный оптимум не нужен, решением может считаться любое значение, лучшее, чем определенная заданная величина. Тогда генетические алгоритмы – хороший метод поиска «приемлемых» значений. Сила генетического алгоритма состоит в его способности манипулировать одновременно многими параметрами, что используется в разных проектах, включая даже проектирование самолетов. Однако формальное применение таких алгоритмов без учета временных характеристик и других особенностей реальных процессов, где их пытаются применить, может не дать ощутимого эффекта либо привести к выбору ошибочного решения. Один из способов привязки соответствующих моделей к динамике управляемых процессов является комплексное имитационное моделирование этих процессов и систем управления с применением генетических алгоритмов.

В монографии рассматриваются вопросы определения клонального разнообразия и механизмы его возникновения у партеновидов рода Darevskia. Приводятся новейшие данные авторов, основанные на использовании оригинального варианта микросателлитного генотипирования, который позволяет не только определить число клональных линий у партеновидов, но и детектировать клоны, возникшие в результате актов межвидовой гибридизации и клоны постмутационного происхождения. Монография рассчитана на широкий круг читателей, а также будет интересна преподавателям и студентам биологических вузов.