Optimization algorithm of interacting countries and its application for solving problems of pharmacokinetics

Abstract


With the increasing complexity of optimization problems in the scientific environment, evolutionary algorithms inspired by certain processes in the world are becoming increasingly popular. This paper proposes a new evolutionary algorithm for interacting countries, which is mostly inspired by classical genetic algorithm, island algorithm and migration algorithm. Next, in the article, we study the performance of the algorithm on classical test functions. The results of the algorithm demonstrate its suitability for solving optimization problems and the prospects for its further study. In conclusion, the application of this algorithm to the search for pharmacokinetic constants of the two-compartment model is considered.

Full Text

С течением времени сложность задач, решаемых научным сообществом, значительно возросла. В таких областях науки, как робототехника, биоинформатика, принятие решений, машинное обучение и других, для большинства задач оптимальное решение крайне неочевидно [1; 2]. Для решения подобных задач был предложен подход, вдохновленный дарвиновской естественной эволюцией, который называется эволюционными вычислениями (ЭВ). ЭВ включают ряд алгоритмов, называемых эволюционными алгоритмами (ЭА). ЭА моделируют эволюцию какой-либо популяции для поиска оптимальных решений сложных задач. Основная область применения ЭА – это задачи, в которых использование эвристического алгоритма невозможно либо же может привести к неадекватному решению. Тематика ЭА в последние годы набирает все большую популярность, и наибольший научный интерес касается применения ЭА для решения сложных практических оптимизационных задач [3; 4]. Рассмотрим новый эволюционный алгоритм, имитирующий процесс взаимодействия стран между собой. С точки зрения механизма алгоритм вдохновлен классическим генети-ческим, островным, миграционным и сорняковым алгоритмами.

About the authors

R. S. Krasheninnikov

D. Mendeleev University of Chemical Technology of Russia

I. I. Mitrichev

D. Mendeleev University of Chemical Technology of Russia

References

  1. De Jong A.K. Evolutionary Computation: A Unified Approach. – Cambridge: MIT Press, London: Bradford Books, 2006. – 268 р.
  2. Eiben A.E., Smith J.E. Introduction to evolutionary computing. – Berlin: Springer, 2006. – 244 p.
  3. Al-Salami N.M. Evolutionary algorithm definition // American Journal of Engineering and Applied Sciences. – 2009. – Vol. 2, № 4. – P. 789–795.
  4. Vikhar P.A. Evolutionary algorithms: A critical review and its future prospects // 2016 In-ternational conference on global trends in signal processing, information computing and commu-nication (ICGTSPICC). – IEEE, 2016. – P. 261–265.
  5. Изучение фармакокинетики [3Н]-циклопролилглицина в крови крыс / Г.И. Ковалев [и др.] // Фармакокинетика и фармакодинамика. – 2018. – №. 3. – С. 48–56.

Statistics

Views

Abstract - 136

PDF (Russian) - 69

Refbacks

  • There are currently no refbacks.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies