Статья

Название статьи БИОИСПИРИРОВАННЫЙ ПОИСК ПРИ ПРОЕКТИРОВАНИИ И УПРАВЛЕНИИ
Автор В.В. Курейчик, Вл.Вл. Курейчик
Рубрика РАЗДЕЛ V. ЭВОЛЮЦИОННОЕ МОДЕЛИРОВАНИЕ, ГЕНЕТИЧЕСКИЕ И БИОНИЧЕСКИЕ АЛГОРИТМЫ
Месяц, год 11, 2012
Индекс УДК 321.3
DOI
Аннотация Описывается поиск при проектировании на основе методов, инспирированных природными системами. Описаны эволюционный, генетический, муравьиный и пчелиный алгоритмы. Предложены новые и модифицированные архитектуры биоинспирированного поиска, использующие многоуровневую эволюцию. Это позволяет распараллеливать процесс решения и частично устранять проблему предварительной сходимости алгоритмов. Принципиальным отличием предложенных методов является разделение процесса поиска на два этапа и применение на каждом из этих этапов различных алгоритмов. Проведенные серии тестов и экспериментов позволили уточнить теоретические оценки временной сложности алгоритмов проектирования и их поведение для схем различной структуры. В лучшем случае временная сложность алгоритмов O(nlogn), в худшем случае – О(n3).

Скачать в PDF

Ключевые слова Гибридный поиск; схемотехническое проектирование; управление; биоинспирированный алгоритм; генетический алгоритм; муравьиный алгоритм; пчелиный алгоритм.
Библиографический список 1. Курейчик В.В., Курейчик В.М., Гладков Л.А., Сороколетов П.В. Бионспирированные методы в оптимизации. – М.: Физмалит, 2009.
2. Курейчик В.В., Курейчик В.М., Родзин С.И. Концепция эволюционных вычислений, инспирированных природными системами // Известия ЮФУ. Технические науки. – 2009. – № 4 (93). – С. 16-27.
3. Гладков Л.А, Курейчик В.В., Курейчик В.М. Генетические алгоритмы. – М.: Физматлит, 2010.
4. Курейчик В.М., Кныш Д.С. Проблемы, обзор и параллельные генетические алгоритмы: состояние // Известия РАН. Теория и системы управления. – 2010. – № 4. – С. 72-82.
5. Abraham A., Grosan G., Ramos V. Swarm Intelligence in Data Mining. – Berlin - Heidelberg: Springer Verlag, 2006.
6. Курейчик В.М., Лебедев Б.К., Лебедев О.Б. Разбиение на основе моделирования адаптивного поведения биологических систем // Нейрокомпьютеры. Разработка применение. – 2010. – № 2. – С. 28-33.
7. Dorigo M., Maniezzo V., Colorni A. The Ant System: Optimization by a colony of cooperating objects // IEEE Trans. on Systems, Man, and Cybernetics. – 1996. – Part B. – № 26 (1). – P. 29-41.
8. Karaboga D. An idea based on honey bee swarm for numerical optimization // Technical Report TR06, Erciyes University, Engineering Faculty, Computer Engineering Department, 2005.
9. Курейчик В.В., Запорожец Д.Ю. Роевой алгоритм в задачах оптимизации // Известия ЮФУ. Технические науки. – 2010. – № 7 (108). – С. 28-32.

Comments are closed.