Розглянуто використання генетичного алгоритму для рішення задач оптимізації багатоекстремальих функцій і функцій з нелінійною не випуклою областю обмежень. Отримані результати показали, що застосування генетичного алгоритму не може гарантувати знаходження найкращого рішення, проте, він з великою ймовірністю дає одне з оптимальних рішень. Для покращення оптимізації необхідно робити детальний аналіз операторів кросенговера та мутації для генетичного алгоритму, адже збільшення розміру популяції чикількості поколінь не завжди дають змогу отримати бажані результати
Рассмотрено использование генетического алгоритма для решения задач оптимизации багатоекстремальных функций и функций с нелинейной не выпуклой областью ограничений. Полученные результаты показали, что применение генетического алгоритма не гарантирует нахождение наилучшего решения, однако, он с большой вероятностью дает одно из оптимальных решений. Для улучшения оптимизации необходимо делать детальный анализ операторов кросенговера и мутации для генетического алгоритма, ведь увеличение размера популяции или количества поколений не всегда позволяют получить желаемые результаты
Usage of genetic algorithm for solving optimization problems of functions with multiple extrema, and functions with non-linear not convex range restrictions. Results has shown that using genetic algorithm cannot guarantee finding the best solution though it gives one of optimal solutions with high probability. To improve optimization, it is necessary to perform detailed analysis of crossover and mutation operators for genetic algorithm, as increasing of population or generation numbers does notalways provide desired results
