Применение модифицированного генетического алгоритма повышенной сходимости для аппроксимации поверхности потенциальной энергии молекулы OCS | Известия вузов. Физика. 2025. № 11. DOI: 10.17223/00213411/68/11/23

Применение модифицированного генетического алгоритма повышенной сходимости для аппроксимации поверхности потенциальной энергии молекулы OCS

Приведены результаты апробации модифицированного генетического алгоритма повышенной сходимости (ГАПС) в задаче аппроксимации поверхности потенциальной энергии (ППЭ) молекулы OCS. Проведен сравнительный анализ и показано кратное превосходство ГАПС в точности при многократной аппроксимации ППЭ OCS относительно алгоритма Левенберга - Марквардта.

Скачать электронную версию публикации

Загружен, раз: 4

Ключевые слова

поверхность потенциальной энергии, машинное обучение, генетический алгоритм, алгоритмы оптимизации, итерационные алгоритмы

Авторы

ФИО	Организация	Дополнительно	E-mail
Третьяков Аким Константинович	Национальный исследовательский Томский государственный университет	мл. науч. сотр. лаборатории лазерного молекулярного имиджинга и машинного обучения	dr.akim1998@yandex.ru
Николаев Роман Валерьевич	Национальный исследовательский Томский государственный университет	лаборант лаборатории лазерного молекулярного имиджинга и машинного обучения	nikolaevroma192@yandex.ru
Кистенeв Юрий Владимирович	Национальный исследовательский Томский государственный университет	д.ф.-м.н., профессор, зав. лабораторией лазерного молекулярного имиджинга и машинного обучения, профессор кафедры общей и экспериментальной физики	yuk@iao.ru
Шипилов Сергей Эдуардович	Национальный исследовательский Томский государственный университет	д.ф.-м.н., профессор, профессор кафедры радиофизики, директор Научно-образовательного центра «Радиоэлектроника СВЧ»	s.shipilov@gmail.com

Всего: 4

Ссылки

Егоров О.В., Третьяков А.К. // Изв. вузов. Физика. - 2021. - Т. 64. - № 7. - С. 162-170. - DOI: 10.17223/00213411/64/7/162.

Xie D., Lu Y. // Chin. Sci. Bull. - 2002. - V. 47. - No. 8. - P. 641-643. - DOI: 10.1360/02tb9146.

Третьяков А.К., Кистенев Ю.В. // Изв. вузов. Физика. - 2025. - Т. 68. - № 6. - С. 95-103. - DOI: 10.17223/00213411/68/6/12.

Mitchell M. An Introduction to Genetic Algorithms. - Cambridge: MIT Press, 1998.

Le Grand S.M., Merz K.M. Jr. // J. Global Optimization. - 1993. - V. 3. - No. 1. - P. 49-66. - DOI: 10.1007/BF01100239.

Levenberg K. // Quarterly Appl. Math. - 1944. - V. 2. - No. 2. - P. 164-168.

Kingma D.P., Ba J. // arXiv preprint arXiv:1412.6980. - 2014. - DOI: 10.48550/arXiv.1412.6980.

Zúñiga J. et al. // J. Chem. Phys. - 2000. - V. 113. - No. 14. - P. 5695-5704. - DOI: 10.1063/1.1290383.

Pak Y., Woods R.C. // J. Chem. Phys. - 1997. - V. 107. - No. 13. - P. 5094-5102. - DOI: 10.1063/1.474872.

Python [Electronic resource] // Python - Electronic data. - [no p., no d.]. - URL: https://www.python.org/(дата обращения: 14.04.2025).