Статья

Название статьи АЛГОРИТМЫ ОПТИМИЗАЦИИ ИМИТАЦИОННЫХ МОДЕЛЕЙ СЛОЖНЫХ СИСТЕМ НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ
Автор П.В. Афонин, О.Ю. Ламскова
Рубрика РАЗДЕЛ VI. ВЫЧИСЛИТЕЛЬНЫЕ КОМПЛЕКСЫ НОВОГО ПОКОЛЕНИЯ И НЕЙРОКОМПЬЮТЕРЫ
Месяц, год 12, 2009
Индекс УДК 004. 421. 6
DOI
Аннотация Работа посвящена разработке и исследованию алгоритмов глобальной оптимизации для имитационных моделей сложных систем. Рассмотрены проблемы, возникающие при решении задач оптимизации на основе имитационного моделирования. Предложены алгоритмы глобальной оптимизации, в которых применяются метамодели, построенные с помощью нейросетевого подхода. Приведены результаты исследований алгоритмов на трех классических тестовых функциях и апробация для системы банка с несколькими кассами.

Скачать в PDF

Ключевые слова Cложная система; имитационная модель; оптимизация; аппроксимация; нейронная сеть; метамодель.
Библиографический список 1. Лоу А., Кельтон Д. Имитационное моделирование: Пер. с англ. (3-е изд.) – СПб.: BHV, 2004.
2. Haykin S. Neural Networks – A Comprehensive Foundation. Prentice-Hall, 1994.
3. Jin Y. A comprehensive survey of fitness approximation in evolutionary computation // Soft Computing. – 2005. – Vol. 1, № 9. – P. 3-12.
4. Афонин П.В., Ламскова О.Ю. Алгоритм оптимизации на основе локальных нейросетевых метамоделей в реализации для банковской системы // Сб. научных трудов научной сессии МИФИ-2008. – М.: МИФИ, 2008. – Т. 3. – С. 122-123.
5. Афонин П.В., Ламскова О.Ю. Алгоритмы оптимизации на основе имитационного моделирования и нейросетевых метамоделей // Труды Международных научно-технических конференций «Интеллектуальные системы» (AIS’08) и «Интеллектуальные САПР (CAD’2008). – М.: Физматлит, 2008. – Т. 3. – С. 30-36.
6. Hansen N., Ostermeier A. Completely derandomized self-adaptation in evolution strategies // Evolutionary Computation. – 2001. Vol. 2, № 9. – P. 159-196.

Comments are closed.