Розробка генетичного методу для прогнозування показників здоров'я населення на основі моделей нейронної мережі

Abstract

UK: Запропоновано генетичний метод для прогнозування показників здоров’я населення на основі нейромережевих моделей. Принципова відмінність запропонованого генетичного методу від існуючих аналогів полягає у використанні диплоїдного набору хромосом в особин популяції, яка еволюціонує. Така модифікація робить залежність фенотипу особини від генотипу менш детермінованою і, врешті, сприяє збереженню різноманітності генофонду популяції і варіабельності ознак фенотипу впродовж виконання алгоритму. Крім цього, за-пропоновано модифікацію генетичного оператору мутацій. EN: A genetic method for predicting population health indicators based on neural network models has been proposed. The fundamental difference between the proposed genetic method and existing analogues is the use of a diploid set of chromosomes in individuals of the evolving population. This modification makes the dependence of the phenotype of the individual on the genotype less deterministic and, ultimately, helps to preserve the diversity of the gene pool of the population and the variability of phenotype traits during the execution of the algorithm. In addition, a modification of the genetic operator of mutations is proposed. RU: Предложено генетический метод для прогнозирования показателей здоровья населения на основе нейросетевых моделей. Принципиальное отличие -предлагаемого генетического метода от существующих аналогов заключается в использовании диплоидного набора хромосом у особей популяции, которая эволюционирует. Такая модификация делает зависимость фенотипа особи от генотипа менее детерминированной и, наконец, способствует сохранению разнообразия генофонда популяции и вариабельности признаков фенотипа в течение выполнения алгоритма. Кроме этого, предложено модификацию генетического оператору мутаций.

Description

Construction of a genetic method to forecast the population health indicators based on neural network models / I.М. Fedorchenko, A.О. Oliinyk, О.О. Stepanenko, T.А. Zaiko, S.К. Korniienko, A.S. Kharchenko // Eastern European Journal of Enterprise Technologies. – 2020. – Vol. 1/4, №103. – Р. 46-55.

Keywords

нейронні мережі, генетичний алгоритм, фенотип, модифікований генетичний оператор мутації, прогнозування показників здоров’я населення, neural networks, genetic algorithm, phenotype, modified genetic mutation operator, population health prediction, нейронные сети, генетический алгоритм, фенотип, модифицированный генетический оператор мутации, прогнозирования показателей здоровья населения.

Citation