Modeling the genetic algorithm by a nonhomogeneous Markov chain: weak and strong ergodicity

Эволюционные алгоритмы используются для поиска экстремумов функции. В одном из таких алгоритмов, каноническом генетическом алгоритме, обычно фиксируются два параметра: вероятность мутации и вероятность перекреста. В данной работе мы допускаем возможность изменения этих параметров в процессе работы алгоритма и исследуем сходимость алгоритмов такого типа. Мы также предлагаем новый подход к доказательству слабой эргодичности неоднородных цепей Маркова, не опирающийся на явное использование коэффициента эргодичности Добрушина $\delta$.