Гендерный генетический алгоритм с обучением в задаче динамической оптимизации

Анализируется подход к оптимизации быстро меняющихся процессов с использованием гендерного генетического алгоритма. Отличие от традиционного генетического алгоритма состоит в разделении искусственной популяции на два пола. Разделение по полу позволяет сочетать быструю приспособляемость к изменениям за счет вариации мужской субпопуляции с фиксацией приспособляемости в женской части популяции. Показано преимущество эффекта метаобучения параметров мутации и дополнительного обучения индивидуумов в форме Болдуина в сравнении с обычным гендерным генетическим алгоритмом и алгоритмом Ламарка при нахождении динамических оптимальных решений. В качестве перспективного применения гендерного генетического алгоритма с эффектом Болдуина отмечена динамика тушения природных пожаров.