Статьи

Рассмотрено применение генетического алгоритма, основанного на модели Кеттелла — Хорна — Кэрролла (Cattell — Horn — Carroll, CHC), для решения сложных, неоднородных минимаксных задач. Проанализированы различные типы кроссоверов: HUX, точечный, двухточечный и равномерный — в контексте их влияния на эффективность решений. Проведен вычислительный эксперимент для оценки производительности классической и
модифицированной версий модели CHC по сравнению с алгоритмом Плотникова — Зверева. Результаты систематизированы и представлены в таблицах, что позволило оценить и сравнить эффективность различных подходов. Показана значимость выбора метода кроссовера для оптимизации генетических алгоритмов в сложных задачах.