Автор

Предметная сфера и рассматриваемые вопросы

Борисова Л.В., Сагаева И.Д.

Рассматриваются исторические аспекты становления генетических алгоритмов как метода, основанного на законах теории эволюции. Особое внимание уделяется идеям античных мыслителей и принципам естественного отбора, которые позволяют современным алгоритмам выявлять наиболее эффективные решения через смену поколений.

Вайнилович Ю.В.

Описывается роль генетического алгоритма как инновационной адаптивной технологии для извлечения оптимальных решений в сложных задачах поиска. Генетические алгоритмы анализируются как ключевой инструмент разработки ИИ наряду с нейронными сетями, интегрирующими биологический подход в процесс моделирования.

Гаджиева Е.Ю.

Предметом исследования является формализация подбора проектной команды как многокритериальной задачи дискретной оптимизации с большим пространством поиска. Рассматривается преодоление ограничений традиционных детерминированных подходов за счет использования стохастических механизмов эволюции.

Хэбе Н.А., Ковшов Е.Е.

Рассматривается специфика рационализации подбора коллектива научно-технических работников. Исследуются математические модели, где целевая функция направлена на максимизацию результата подбора при соблюдении требований к квалификации, временным границам и весам критериев.

Chengxiong Zhou, Lean Yu, Tao Huang, Shouyang Wang, Kin Keung Lai.

Работы данных авторов посвящены автоматизация HR-процессов в IT. Анализируется актуальность применения генетических алгоритмов в практике компаний, реализующих услуги по предоставлению внешнего персонала (аутстаффинга). Поднимаются вопросы снижения трудоемкости и повышения эффективности найма за счет замещения ручного отбора алгоритмическими системами в условиях роста рынка.

Давронов, Ш. Р.

Эволюционные операторы и их спецификация. Подробно описываются механизмы селекции, кроссинговера и мутации применительно к формированию команд. Изучается влияние различных типов операторов на баланс между глобальным поиском и скоростью сходимости к оптимальному решению.

Голикова Т.И.

Учеными проведен ссравнительный анализ методов поиска. Реализовано сопоставление генетических алгоритмов с традиционными «жадными» алгоритмами и экспертной эвристикой. Рассматриваются показатели полиномиальной сложности генетического алгоритма, которые позволяют находить решения за приемлемое время в отличие от экспоненциальной сложности полного перебора.