OPTIMIZATION OF REGIONAL BUDGET ALLOCATION USING GENETIC ALGORITHM AND BAYESIAN HYPERPARAMETER OPTIMIZATION

Аннотация

Распределение бюджета представляет собой сложную задачу, требующую учета интересов граждан, местных органов власти и бизнеса. Цель данного исследования - сравнить эффективность базовой модели генетического алгоритма (ГА) с фиксированными параметрами и модели с оптимизированными гиперпараметрами, используя байесовскую оптимизацию для улучшения процесса распределения бюджета. Задачи включали разработку функции полезности и сравнительный анализ моделей. Результаты показали, что оптимизированная модель с ГА достигает более высокой максимальной пригодности (5200 против 5000 у базовой) и сходится быстрее (30-40 поколений против 40-50), но требует больше времени на настройку (56 секунд против 5 секунд). Оптимизация гиперпараметров улучшают качество распределения бюджета, что делает подход перспективным для управления процессом распределения.   График сходимости (Baseline vs Optimized GA) показывает, что оптимизированная модель достигает более высокой максимальной пригодности (7.5–8 единиц против 6.5–7 у базовой модели) и сходится быстрее (30–40 поколений против 40–50). Средняя пригодность популяции у оптимизированной модели также выше (6.5–7 против 5.5–6), а разрыв между максимальной и средней пригодностью меньше, что свидетельствует о более качественной и однородной популяции.