Статья

Название статьи ОБЗОР ЭВОЛЮЦИОННЫХ МЕТОДОВ ОПТИМИЗАЦИИ НА ОСНОВЕ РОЕВОГО ИНТЕЛЛЕКТА
Автор А.А. Зайцев, В.В. Курейчик, А.А. Полупанов
Рубрика РАЗДЕЛ I. ЭВОЛЮЦИОННОЕ МОДЕЛИРОВАНИЕ, ГЕНЕТИЧЕСКИЕ И БИОНИЧЕСКИЕ АЛГОРИТМЫ
Месяц, год 12, 2010
Индекс УДК 681.3
DOI
Аннотация В работе проводится обзор, актуальных в последнее время, алгоритмов и методов роевого интеллекта, таких как: «муравьиные», «пчелиные» алгоритмы, метод роя частиц, а также показаны их особенности, достоинства и недостатки. Рассматриваются возможности их применения в различных областях науки и техники. Проанализирован потенциал методов роевого интеллекта в области эволюционной оптимизации, определены дальнейшие перспективы, пути развития и совершенствования рассмотренных методов и алгоритмов.

Скачать в PDF

Ключевые слова Роевой интеллект; «муравьиный» алгоритм; методы моделирования «пчелиных» колоний; метод роя частиц; алгоритмы поиска.
Библиографический список 1. Курейчик В.М., Кажаров А.А. О некоторых модификациях муравьиного алгоритма // Известия ЮФУ. Технические науки. – 2008. – № 4 (81). – С. 7-12.
2. Штовба С.Д., Муравьиные алгоритмы // Математика в приложениях. – 2004. – № 4 (4). – С. 70-75.
3. МакКоннелл Дж. Основы современных алгоритмов. – М.: Техносфера, 2004. – 368 с.
4. Курейчик В.В., Полупанова Е.Е. Эволюционная оптимизация на основе алгоритма колонии пчѐл // Известия ЮФУ. Технические науки. – 2009. – № 12 (101). – С. 41-46.
5. Karaboga D. An idea based on honey bee swarm for numerical optimization // Technical Report TR06, Erciyes University, Engineering Faculty, Computer Engineering Department, 2005.
6. Гришин А.А, Карпенко А.П. Исследование эффективности метода пчелиного роя в задаче глобальной оптимизации // Наука и образование. – 2010. – № 08.
7. Kennedy J, Eberhart R. Particle swarm optimization // Proceedings of IEEE International conference on Neural Networks. – 1995. – P. 1942-1948.
8. Селиверстов Е.Ю., Карпенко А.П. Обзор методов роя частиц для задачи глобальной оптимизации (Particle Swarm Optimization) // Наука и образование. – 2009. – № 03.
9. Clerc M. Particle Swarm Optimization. ISTE, London, UK, 2006.
10. Батищев Д.И. Глобальная оптимизация с помощью эволюционно-генетических алгоритмов / Д.И. Батищев, Л.Н.Скидкина, Трапезникова Н.В. // Межвуз. сборник, ВГТУ. – Воронеж, 1994.
11. Букатова И.Л. Эвоинформатика: Теория и практика эволюционного моделирования / Букатова И.Л., Михасев Ю.И., Шаров А.М. – М.: Наука, 1991. − 205 с.
12. Лебедев Б.К., Шашелов А.А. Исследование механизмом муравьиной адаптации при решении задачи покрытия функциональной схемы // Труды Конгресса по интеллектуальным системам и информационным технологиям «AIS_IT’10». Научное издание в 4-х томах. – М.: Физматлит, 2010. − Т.3. − С. 118-127.
13. Курейчик В.М., Кажаров А.А. Муравьиные алгоритмы для решения транспортных задач // Известия РАН. Теория и системы управления. – М: Наука, 2010. – № 1. – С. 32-45
14. Курейчик В.М., Лебедев Б.К., Лебедев О.Б. Решение задачи покрытия на основе эволюционного моделирования // Известия РАН. Теория и системы управления. – М: Наука, 2009. – № 1. – С. 101-116.
15. Курейчик В.М. Об одной модели эволюции Шмальгаузена // Известия ЮФУ. Технические науки. – 2009. – № 4 (93). – C. 7-16.
16. Курейчик В.В., Курейчик В.М., Родзин С.И. Концепция эволюционных вычислений, инспирированных природными системами // Известия ЮФУ. Технические науки. – 2009. – № 4 (93). – C. 16-24.
17. Курейчик В.М. Модифицированные генетически операторы // Известия ЮФУ. Технические науки. – 2009. – № 12 (101). – С. 7-15.

Comments are closed.