Технологии интеллектуального анализа данных : учебное пособие

199 но, если бы удалось радикально повысить степень устойчивости искусственных систем, то это привело бы к значительному сокра- щению затрат на их ремонт или переработку применительно к из- меняющейся ситуации. Чем выше уровень приспособляемости, тем дольше и лучше могут выполнять свои функции соответствующие системы. Секреты адаптации и выживания лучше изучать на био- логических примерах. Создателям искусственных систем (как обо- рудования, так и программного обеспечения) остается только вос- хищаться устойчивостью, гибкостью и эффективностью биологи- ческих систем. Присущие биологическим системам функции – вос- производство, самовосстановление, самоуправление – являются условием их существования, но эти же функции либо полностью отсутствуют, либо имеют место в зачаточных формах даже в са- мых сложных искусственных системах. Созданная в конце 1980-х го- дов парадигма генетических алгоритмов позволяет повысить адаптируемость искусственных систем. К настоящему времени генетические алгоритмы уже доказа- ли свою устойчивость (нечувствительность к локальным экстрему- мам) при решении задач функциональной оптимизации в различ- ных областях бизнеса, науки и управления. Эти алгоритмы вычис- лительно просты и в то же время достаточно мощные. Они изна- чально не накладывают ограничений на пространство поиска, та- ких, например, как непрерывность, существование производных, форма пространства. Генетические алгоритмы, как правило, рабо- тают с кодированным множеством параметров, а не с самими па- раметрами. Кодирование выполняется в виде строки конечной дли- ны с использованием определенного алфавита. Причем применя- ются наиболее общие методы кодирования, позволяющие снять ограничения, присущие многим методам (непрерывность, сущест- вование производных и др.). На основе использования методологии