Для авторов
Найти
Результаты поиска
Найдено результатов: {$count}.
-
РЕАЛИЗАЦИЯ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ НА ВСТРАИВАЕМЫХ УСТРОЙСТВАХ С ОГРАНИЧЕННЫМ ВЫЧИСЛИТЕЛЬНЫМ РЕСУРСОМ
В. В. Ковалев , Н.Е. Сергеев2022-01-31Аннотация ▼Большие объемы видеоданных, фиксируемые сенсорными датчиками в различных спек-
тральных диапазонах, существенные размеры архитектур сверточных нейронных сетей
создают проблемы с реализацией нейросетевых алгоритмов на периферийных устройствах
из-за значительных ограничений вычислительных ресурсов на встраиваемых вычислительных
устройствах. В статье рассмотрено применение алгоритмов автоматического поиска и
распознавания образов на основе методов машинного обучения, реализованных на встраивае-
мых устройствах с вычислительным ресурсом Graphics Processing Unit. В качестве алгорит-
ма поиска и распознавания образов используются детекционные сверточные нейронные сети
«You Only Look Once V3» и «You Only Look Once V3-Tiny», которые реализованы на встраи-
ваемых вычислительных устройствах линейки NVIDIA Jetson, находящиеся в разном ценовом
диапазоне и с различным вычислительным ресурсом. Также в работе экспериментальным
путем вычислены оценки алгоритмов на встраиваемых устройствах по таким показателям,
как потребляемая мощность, время прямого прохода сверточнной нейронной сети и точ-
ность обнаружения. На основе решений реализованных, как на аппаратном уровне, так и на
программном, представляющихся компанией NVIDIA становится возможным применение
глубоких нейросетевых алгоритмов на основе операции свертка в режиме реального времени.
Рассмотрены методы оптимизации вычислений, предлагаемые компанией NVIDIA. Произве-
дены экспериментальное исследования влияния вычислений с пониженной точностью на ско-
рость работы и точность обнаружения объектов на изображениях, исследуемых архитек-
тур сверточных нейронных сетей, которые были предварительно обучены на выборке изо-
бражений состоящей из датасетов PASCAL VOC 2007 и PASCAL VOC 2012 -
МОДЕЛЬ ИНФОРМАЦИОННОГО ПРОЦЕССА РАСПРЕДЕЛЕНИЯ ВЫЧИСЛИТЕЛЬНЫХ РЕСУРСОВ В ДИНАМИЧНЫХ РАСПРЕДЕЛЕННЫХ ВЫЧИСЛИТЕЛЬНЫХ СРЕДАХ
А.Б. Клименко110-1202025-10-01Аннотация ▼Рассмотрен вопрос моделирования информационного процесса распределения вычислительных ресурсов в геораспределенных гетерогенных динамичных вычислительных средах. Актуальность работы обусловлена тем, что к настоящему времени «облачные» системы обработки данных становятся недостаточными в силу необходимости обработки больших объемов данных в режиме реального времени. В связи с этим расширяется применение «туманных» и «краевых» вычислений, что подразумевает локализацию обработки данных с целью сокращения требующегося для этого времени, с одной стороны, а с другой – ограничения на вычислительные мощности устройств приводит к необходимости распределенного решения вычислительных задач в гетерогенной, динамичной и распределенной в географическом смысле среде. Это влечет необходимость разработки новых методов и алгоритмов распределения вычислительных ресурсов, поскольку ранее разработанные методы не учитывали свойств географической распределенности и динамики вычислительных сред. Также разработанные ранее модели распределения вычислительных ресурсов не учитывают перечисленные свойства, что ставит вопрос о необходимости разработки новой модели. Предложенная в данной работе модель информационного процесса распределения вычислительных ресурсов включает параметры ресурсной стоимости передаваемых по сети данных индивидуально для узлов-участников маршрута передачи данных, а также процесса распределения вычислительных ресурсов, чем и отличается от аналогов. Проведенные экспериментальные исследования подтверждают целесообразность использования предлагаемой модели при распределении вычислительных ресурсов в георапределенных гетерогенных динамичных вычислительных средах. Практическая значимость заключается в снижении ресурсоемкости процесса распределения вычислительных ресурсов и процесса решения вычислительной задачи
-
МЕТОД АВТОМАТИЧЕСКОЙ ОПТИМИЗАЦИИ БАЗЫ НЕЧЕТКИХ ПРАВИЛ ИНТЕЛЛЕКТУАЛЬНЫХ РЕГУЛЯТОРОВ НА ОСНОВЕ СУБТРАКТИВНОЙ КЛАСТЕРИЗАЦИИ
А.С. Игнатьева , В.В. Шадрина , В. В. Игнатьев , А.В. Максимов181-1972025-07-24Аннотация ▼Целью работы является разработка метода оптимизации базы нечетких правил интеллектуального регулятора для управления техническим объектом с использованием субтрактивной кластеризации. В статье приведен обзор и краткий анализ состояния дел в области оптимизации работы интеллектуальных систем управления. Для достижения цели исследования разработана гибридная модель, в которой управление техническим объектом реализуется с помощью классического ПИ-регулятора и нечеткого ПИ-регулятора с сгенерированной структурой системы нечеткого вывода типа Cyгено и разработанной моделью адаптивной системы нейро-нечеткого вывода. Данная конфигурация модели позволяет формировать базу нечетких правил, которая не зависит от знаний эксперта в предметной области. В статье предложен новый метод оптимизации базы правил нечеткого регулятора на основе методов кластеризации, в частности субтрактивной кластеризации, позволяющий уменьшать количество правил нечеткого логического вывода и увеличить быстродействие системы управления техническим объектом. Сначала проведено моделирование гибридной модели, синтезированной на основе значений нечеткого и классического регуляторов до применения субтрактивной кластеризации. Применение субтрактивной кластеризации по разработанному в исследовании способу для значений классического регулятора и нечеткого, позволило добиться их количественного сокращения в 1,7 и 5,25 раз соответственно. Затем проведено моделирование гибридной модели, синтезированной на основе значений нечеткого и классического регуляторов после применения субтрактивной кластеризации. Результаты, полученные в процессе моделирования показали высокую эффективность предложенного метода оптимизации базы правил нечеткого регулятора. За счет применения субтрактивной кластеризации в гибридной модели для интеллектуального регулятора удалось значительно уменьшить количество функций принадлежности, требуемых для описания входных лингвистических переменных (с пяти до четырех) и уменьшить количество правил нечеткого логического вывода (с двадцати пяти до шестнадцати). Анализ полученных графиков переходных процессов, полученных для гибридных моделей до и после применения субтрактивной кластеризации, показал, что основные показатели качества процесса управления остаются неизменными при существенном сокращении проводимых вычислений.
-
ОПТИМИЗАЦИЯ ПРОЕКТИРОВАНИЯ МНОГОКАНАЛЬНОЙ СИСТЕМЫ С ИСПОЛЬЗОВАНИЕМ ЛОГИЧЕСКОГО СИНТЕЗА ДЛЯ ПОВЫШЕНИЯ КАЧЕСТВА ОБЪЕМНОЙ ВИЗУАЛИЗАЦИИ
Н.И. Витиска, Н.А. Гуляев, В. В. Селянкин2021-02-25Аннотация ▼Рассматривается задача оптимизации проектирования многоканальных систем,
используемых для прямой объемной визуализациис целью повышения качества её р е-
зультата. Объемная визуализация широко используется в современных системах ко м-
пьютерной визуализации, моделирования, симуляции, технического зрения, при этом
отличается необходимостью обработки больших объемов данных для возможности
получения высокого качества результата. Задача оптимизации проектирования мно-
гоканальных систем для объемной визуализации рассматривается с точки зрения дос-
тижения необходимого качества синтезируемого изображения при минимальных з а-
тратах. В работе предлагается метод логического синтеза таких систем, позволя ю-
щего получить оптимальные соотношения качества-затрат в зависимости от тре-
буемых параметров постановки задачи. Предлагаемый метод позволяет достигать
качества, близкого к результатам полного перебора, но требующего значительно
меньший объем вычислений. Для каждого канала системы определяется набор пер е-
менных, оптимизация которых обеспечит качество результата визуализации. На о с-
нове параметров оптимизации строится переключательная функция с помощью ди а-
граммы Вейча. Данный подход осуществляется программным путём в каждом канале
распределённой системы в реальном масштабе времени, что задаёт общую схему та-
кой методики. В процессе выполнения работы проводились экспериментальные иссл е-
дования зависимости точности решения и объема вычислений для прямой объемной
визуализации в каждом канале распределённой системы. Разработана методика о п-
тимального синтеза изображений при условии выравнивания качества воспроизведения
в небольшой группе каналов распределённой системы. -
ИСПОЛЬЗОВАНИЕ ГЕТЕРОГЕННЫХ ВЫЧИСЛИТЕЛЬНЫХ УЗЛОВ В ГРИД-СИСТЕМАХ ПРИ РЕШЕНИИ КОМБИНАТОРНЫХ ЗАДАЧ
А.М. Альбертьян , И. И. Курочкин , Э.И. Ватутин142-1532021-10-05Аннотация ▼В настоящее время для решения больших вычислительных задач используются не только многопроцессорные вычислительные системы, но и различные виды распределенных систем. Распределенные вычислительные системы имеют ряд особенностей: возможное наличие отказов узлов и каналов связи, непостоянное время работы узлов, возможные ошибки в расчетах, гетерогенность вычислительных узлов. Под гетерогенностью вычислительных узлов будем понимать не только различную вычислительную способность и различные архитектуры центральных процессоров, но и наличие на узле других компонентов, способных проводить вычисления. К таким компонентам можно отнести видеокарты и математические сопроцессоры. Узел распределенной вычислительной системы будем называть гетеро-генным, если помимо одного или нескольких центральных процессоров в его составе есть дополнительные вычислительные устройства. При решении вычислительной задачи на распределенной системе необходимо максимизировать использование всех доступных вычисли-тельных ресурсов. Для этого необходимо не только распределить вычислительные подзадачи на узлы в соответствии с их вычислительной способностью, но и учесть особенности дополнительных вычислительных устройств. Исследованию методов максимизации использования ресурсов на гетерогенных узлах распределенной вычислительной системы посвящена эта работа. Основной целью данной работы является создание переносимого приложения, произ-водящего параллельные вычисления с использованием многопоточной модели выполнения. При разработке приложения акцент делается на наиболее полном использовании доступных аппаратных ресурсов. Одним из основных требований к реализации является оптимизация про-изводительности приложения для различных компьютерных архитектур, а также возможность параллельного выполнения приложения на разнородных вычислительных устройствах, входящих в состав гетерогенного вычислительного комплекса. Была исследована возможность применения ряда методов программно-алгоритмической оптимизации для многопроцессорных архитектур различных поколений. А также была проведена оценка эффективности их использования для высоконагруженных многопоточных приложений. Представлено решение проблемы квазиоптимального динамического распределения вычислительных заданий между всеми доступными на данный момент вычислительными устройствами гетеро-генного вычислительного комплекса.
-
МЕТАЭВРИСТИКА НА ОСНОВЕ ПОВЕДЕНИЯ КОЛОНИИ БЕЛЫХ КРОТОВ
Е.В. Данильченко , В. И. Данильченко , В. М. Курейчик132-1402021-08-12Аннотация ▼Алгоритмы оптимизации, вдохновленные миром природы, превратились в мощные инструменты для решения сложных задач. Однако у них все же есть некоторые недостатки, требующие исследования новых и более совершенных алгоритмов оптимизации. В связи с этим, при решении NP полных задач появляется необходимость в разработке новых методик решения данного класса задач. Одним из таких методик может стать метаэвристика на основе поведения колонии белых кротов. В этой статье предлагается новый метаэвристический алгоритм, называемый алгоритмом слепых белых кротов. Этот алгоритм был разработан на основе социального поведения слепых кротов в поисках пищи и защиты колонии от вторжений. Предлагаемое решение сможет преодолеть многие недостатки обычных алгоритмов оптимизации, включая попадание в ловушку локальных минимумов или низкую ско-рость сходимости. Цель данной работы заключается в разработке алгоритма оптимизации сложной целевой функции. Научная новизна заключается в разработке генетического алго-ритма на основе поведения колонии белых кротов для решения NP полных задач. Постановка задачи в данной работе заключается в следующем: оптимизировать поиск решения сложных функций путем применения, алгоритма на основе поведения колонии белых кротов. Практическая ценность работы заключается в создании новой архитектуры поиска, позволяющей использовать разработанный алгоритм для эффективного решения NP полных задач, а также проводить сравнительный анализ с существующими аналогами. Принципиальное отличие от известных подходов в применении новой структуры бионспирированного поиска на основе поведения колонии белых кротов, которое позволит исключить попадание в локальный минимум или низкую скорость сходимости. Приведенные результаты вычислительного экс-перимента, показали преимущества предложенного в работе многомерного подхода к решению задач размещения элементов СБИС по сравнению с существующими аналогами. Таким образом, проблема создания методов, алгоритмов и программного обеспечения для решения NP полных задач в настоящее время является актуальной задачей.
-
НОВЫЙ АЛГОРИТМ ПОСТРОЕНИЯ КРАТЧАЙШЕГО ПУТИ ОБХОДА КОНЕЧНОГО МНОЖЕСТВА НЕПЕРЕСЕКАЮЩИХСЯ КОНТУРОВ НА ПЛОСКОСТИ
А. А. Петунин, Е.Г. Полищук , С. С. Уколов2021-04-04Аннотация ▼Рассматривается проблема маршрутизации режущего инструмента машин листо-
вой резки с ЧПУ для случая, когда точки врезки расположены на границах деталей, ограни-
ченных отрезками прямых и дугами окружностей, при этом используется техника непрерывной резки (CCP), т.е. каждый контур вырезается целиком, но не используется предва-
рительная дискретизация, то есть резка может начинаться с любой точки контура. Об-
щая задача поиска оптимального маршрута в этом случае сводится к минимизации длины
холостого хода. Показано, что она эквивалентна поиску кратчайшей ломаной с вершинами,
расположенными на контурах. Предложен новый эвристический алгоритм построения
такой ломаной для заранее заданного порядка обхода контуров. Показано, что получаю-
щееся решение представляет собой локальный минимум. Описаны некоторые достаточ-
ные условия, того, что решение является также глобальным минимумом, которые легко
проверяются численно, а некоторые даже визуально. Описана методика автоматического
учёта ограничений предшествования для практически важного случая наличия вложенных
контуров, возникающих как за счёт отверстий в деталях, так и за счёт расположения
мелких деталей в отверстиях крупных. При этом происходит также уменьшение размер-
ности задачи, что положительно сказывается на времени оптимизации, особенно дис-
кретной. Предложен эвристический алгоритм выбора порядка обхода контуров на основе
метода переменных окрестностей (VNS). Описаны альтернативные подходы применения
других методов дискретной оптимизации совместно с предложенным алгоритмом по-
строения кратчайшей ломаной для решения полной задачи непрерывной резки и возникаю-
щие при этом сложности как теоретического, так и практического характера. Описано
обобщение задачи непрерывной резки до более широкого класс задач сегментной резки и
обобщённой сегментной резки, что позволяет продвинуться в решении общей задачи пре-
рывистой резки. Описана схема применения предложенного алгоритма для решения задач
сегментной и обобщённой сегментной резки. Приведены некоторые результаты численных
экспериментов в сравнении с точным решением задачи для дискретной модели GTSP. -
РЕШЕНИЕ ЗАДАЧИ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ НА ОСНОВЕ БИОИНСПИРИРОВАННОГО АЛГОРИТМА
Э.В. Кулиев , Д. Ю. Запорожец, Ю.А. Кравченко , М.М. Семенова2022-01-31Аннотация ▼Рассматривается биоинспирированный алгоритм для решения задач интеллектуаль-
ного анализа. Интеграция биоинспирированных алгоритмов для решения задач интеллек-
туального анализа данных является перспективным направлением исследований. В качест-
ве биоинспирированного алгоритма, рассмотрен алгоритм, основанный на адаптивном
поведении муравьиной колонии. Алгоритм муравьиной колонии позволяет производить ка-
чественный поиск перспективных решений для получения оптимальных и квазиоптималь-
ных решений. Алгоритм обладает способностью выполнять поиск подходящей логических
условий. Алгоритм муравьиной колонии основан на примере поведения живых муравьев в
природе. Муравьи способны находить кратчайшее решение адаптируясь к изменениям
окружающей среды. Авторами предложен модифицированный алгоритм муравьиной коло-
нии для решения задачи интеллектуального анализа данных. В качестве задачи интеллек-
туального анализа данных выбрана задача кластеризации. Кластеризация – объединение в
группы схожих объектов – является одной из фундаментальных задач в области анализа
данных и Data Mining. Список прикладных областей, где она применяется, широк: сегмен-
тация изображений, маркетинг, борьба с мошенничеством, прогнозирование, анализ тек-
стов и многие другие. Решение данной задачи приобретает особую актуальность в услови-
ях постоянно растущего объема генерируемых, передаваемых и обрабатываемых данных.
Классические методы кластеризации оптимизированы путем объединения с предложен-
ным алгоритмом биоинспирированной оптимизации – муравьиным алгоритмом. Предло-
женный метод представляет собой модель, в которой муравьи представлены в виде аген-
тов, которые случайным образом перемещаются в пространстве решений с некоторыми
ограничений (например, препятствия на их пути). Для определения эффективности разра-
ботанного модифицированного муравьиного алгоритма (АСО) с алгоритмом кластериза-
ции, авторами была проведена серия вычислительных экспериментов. Для сравнения были
взять генетический алгоритм, алгоритм обезьян и алгоритм волков. Результаты модели-
рования доказывают, что муравьиный алгоритм на основе кластеризации дает лучшие
результаты, чем другие предлагаемые алгоритмы. -
ГИБРИДНОЕ ИСПОЛНЕНИЕ ЗАПРОСОВ К АНАЛИТИЧЕСКИМ БАЗАМ ДАННЫХ
П. А. Курапов2021-07-18Аннотация ▼Для повышения эффективности системам исполнения аналитических запросов необ-
ходимо использовать все доступные ресурсы современных распределенных гетерогенных
систем. Ускорители, сложная иерархия памяти и распределенность вычислений создают
возможности для оптимизации производительности. В статье проводится обзор сущест-
вующих подходов к реализации механизмов исполнения аналитических запросов к СУБД для
данных в оперативной памяти с использованием аппаратных ускорителей, в частности,
особое внимание уделено графическим ускорителям. За счет массивного параллелизма и
высокой пропускной способности памяти устройства графические ускорители представ-
ляют перспективную альтернативу основного устройства исполнения аналитических за-
просов. Существующие методы не задействуют всех возможностей современной аппара-
туры и обычно основываются на передаче данных по относительно медленной шине PCIe
для исполнения ядер каждого отдельно взятого оператора. Другой проблемой существую-
щих методов является явное разделение кодовой базы кодогенераторов реляционных опе-
раторов для ускорителей (графических процессоров) и центрального процессора, и невоз-
можность переиспользования сгенерированного кода для других устройств в системе, что
существенно ограничивает возможности их совместного использования с целью повыше-
ния производительности. В статье представлен метод эффективного исполнения запро-
сов на примере системы из двух классов устройств (ЦПУ и графический процессор) при
помощи компиляции с построением единого, независимого от устройства, промежуточно-
го представления (SPIR-V) и подход к оптимизации соответствующего гибридного физи-
ческого плана запроса на основе расширенного классического оператора “Exchange” с ис-
пользованием гетерогенных вычислительных ресурсов и явным контролем уровня параллелизма для каждого устройства. Для поиска оптимального физического плана предложен
способ построения модели затрат на основе данных о поведении основных вычислитель-
ных паттернов реляционных и вспомогательных операторов. Потенциал прироста произ-
водительности за счет оптимизации запросов целиком для наилучшего с точки зрения про-
изводительности устройства оценивается с помощью эмпирических данных, полученных
для коммерческой СУБД с открытым исходным кодом OmniSci DB. Предварительные ре-
зультаты демонстрируют возможность ускорения обработки запросов в разы (3-8х) при
выборе наиболее подходящего устройства исполнения. -
МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ВАКУУМНОЙ ИНФУЗИИ В ПРОИЗВОДСТВЕ КРУПНОГАБАРИТНЫХ КОМПОЗИТНЫХ КОНСТРУКЦИЙ
Хуанг Чун-Пинь2021-08-11Аннотация ▼Представлена технология компьютерного моделирования процесса вакуумной инфу-
зии в производстве крупногабаритных полимеркомпозитных конструкций, привлекающего
все большее внимание при производстве летательных аппаратов, благодаря простоте
реализации и относительно низкой стоимости подготовки производства. Трудность про-
мышленной реализации процесса и обеспечения требуемого качества обусловлена его высо-
кой чувствительностью к режимам - температуре, вакуумному давлению и схеме распо-
ложения портов вакуума и инжекции связующего. Цель разработанной методики компью-
терного моделирования процесса с возможностью его последующей оптимизации состоит
в исключении используемого в настоящее время длительного и весьма дорогостоящего ме-
тода проб и ошибок при отработке технологии. Предлагаемая математическая модельпроцесса, связывающая уравнение фазового поля, реконструирующего границу раздела свя-
зующего и вакуумированной области преформы, уравнения Ричардса движения вязкой
жидкости в ненасыщенной пористой среде, термокинетики связующего и теплопроводно-
сти реализована в среде конечноэлементного пакета. Компьютерная реализация модели
обеспечивают точную реконструкцию динамики фронта распространения связующего в
пористой преформе, возможность возникновения и локализацию непропитанных зон фор-
муемой конструкции, тем самым, позволяя исключить образование неисправимого брака.
Полученные результаты демонстрируют способность разработанной техники обеспе-
чить стабильность качества производимых композитных конструкций с повышенными
требованиями к сплошности структуры и конструктивной прочности. -
ИСПОЛЬЗОВАНИЕ ОПТИМИЗАЦИОННОГО ПОДХОДА ДЛЯ АВТОМАТИЗИРОВАННОЙ КАЛИБРОВКИ МИКРОЭЛЕКТРОМЕХАНИЧЕСКОЙ ИНЕРЦИАЛЬНОЙ НАВИГАЦИОННОЙ СИСТЕМЫ
Д. Е. Чикрин , С.В. Голоусов2021-08-11Аннотация ▼Технологии автономных робототехнических комплексов колесного типа становятся
более востребованными в последнее время. Отдельным видом применения таких техноло-
гии является автономный беспилотный наземный транспорт. В отличие от других видов
транспорта (воздушных, водных) наземным транспортным средствам требуется перио-
дически функционировать в условиях полной автономности – при недоступности внешней
связи с инфраструктурой, другими агентами транспортной сети. В таких обстановкахвопрос автономной навигации выходит на первое место, причем к точности позиционирова-
ния предъявляются повышенные требования, особенно в условиях антропогенной окружаю-
щей среды, например при движении в городской среде, по узким горным дорогам, тоннелям.
Одной из составных частей автономной навигации часто является инерциальная сборка,
состоящая из нескольких акселерометров, гироскопов, магнетометров. Для получения высо-
коточного навигационного решения на основе инерциальной сборки требуется качественно
производить ее калибровку. Отдельным вопросом стоит автоматизация и ее стоимость для
дальнейшего масштабирования необходимого для массового производства. В статье пред-
ставлена теория и методика автоматизированной калибровки инерциальной навигационной
системы на основе МЭМС датчиков при помощи решения оптимизационной задачи. Пред-
ложенная методика не требует высокоточного оборудования для проведения калибровки.
Целью представленной работы является разработка методов и теории калибровки инерци-
альных блоков навигации. В статье сформулированы общие модели измерений датчиков вхо-
дящих в состав инерциальной сборки, предложены методы калибровки параметров акселе-
рометров и гироскопов зафиксированных относительно друг друга. Представлен метод ав-
томатизации процесса калибровки, не требующий высокоточного оборудования. Представ-
лены результаты применения разработанных методов для калибровки реальной инерциаль-
ной сборки. Представлен стенд для автоматизированной калибровки. -
ПОИСКОВЫЙ ПОПУЛЯЦИОННЫЙ АЛГОРИТМ РАЗМЕЩЕНИЯ ЭЛЕМЕНТОВ СБИС
Б. К. Лебедев , О.Б. Лебедев , В. Б. Лебедев2020-11-22Аннотация ▼В работе рассматривается поисковый популяционный алгоритм размещения компо-
нентов СБИС. По аналогии с процессом возникновения и формирования кристаллов из ве-
щества, процесс порождения решения путем последовательного проявления и конкретиза-
ции решения на базе интегральной россыпи альтернатив назван методом кристаллизации
россыпи альтернатив. Решение Qk задачи размещения представляется в виде биективного
отображения Fk=A→P, каждому элементу множества A соответствует один единст-
венный элемент множества P и наоборот. Лежащая в основе алгоритма метаэвристика
кристаллизации россыпи альтернатив выполняет поиск решений с учетом коллективной
эволюционной памяти, под которой подразумевается информация, отражающая историю
поиска решения и памяти поисковой процедуры. Отличительной особенностью используе-
мой метаэвристики является учет тенденции к использованию альтернатив из наилучших
найденных решений. Предложены компактные структуры данных для хранения интерпре-
таций решений и памяти. Алгоритм, связанный с эволюционной памятью, стремится к
запоминанию и многократному использованию способов достижения лучших результатов.
Разработанный алгоритм относится к классу популяционных алгоритмов. Итерационный
процесс поиска решений включает три этапа. На первом этапе каждой итерации конст-
руктивным алгоритмом формируется nq решений Qk. Работа конструктивного алгоритма
базируется на базе показателей основной интегральной россыпи альтернатив – матрицы
R, в которой хранятся интегральные показатели решений, полученных на предыдущих
итерациях. Процесс назначения элемента в позицию включает две стадии. На первой ста-
дии выбирается элемент, а на второй стадии – позиция pj. При этом должно выполняться
ограничение: каждому элементу соответствует одна позиция pj. Рассчитывается оценка
ξk решения Qk и оценка полезности δk множества позиций Pk выбранных агентами. В рабо-
те используется циклический метод формирования решений. В этом случае наращивание
оценок интегральной полезности δk в основной интегральной россыпи альтернатив B вы-
полняется после полного формирования множества решений Q. На втором этапе итера-
ции производится наращивание оценок интегральной полезности δk в основной интеграль-
ной россыпи альтернатив – матрице R. На третьем этапе итерации осуществляетсяснижение оценок полезности δk интегральной россыпи альтернатив R на априори заданную величину δ*. Работа алгоритма завершается после выполнения заданного числа итера-
ций. Сравнительный анализ с другими алгоритмами решения производился на стандартных
тестовых примерах (бенчмарках) корпорации IBМ, при этом решения, синтезируемые ал-
горитмом CAF, превосходят по эффективности решения известных методов в среднем на
6%. Временная сложность алгоритма – О(n2)-О(n3). -
АЛГОРИТМ РЕКОНСТРУКЦИИ МАТРИЦЫ СМЕЖНОСТИ ПРИЧИННЫХ ГРАФОВЫХ МОДЕЛЕЙ В ОТСУТСТВИИ НАБЛЮДАЕМЫХ ПЕРЕМЕННЫХ
А. Н. Целых, В.С. Васильев , Л. А. Целых2021-11-14Аннотация ▼Рассматривается проблема моделирования сложных систем при отсутствии на-
блюдаемых переменных. Для решения этой проблемы предлагается использовать причин-
ные графовые модели. Класс причинных моделей, который мы здесь рассматриваем, опре-
деляется как нестохастические причинные модели с ненаблюдаемыми переменными. Эти
модели представляются в виде направленного графа, создаваемого на основе человеческих
ментальных репрезентациях. При этом на дугах причинность выражена в виде некоторых
меток, которые имеют знак, определяющий направление изменений состояния системы.
Рассматриваемые причинные модели включают неоднородные, сложные и качественныетипы переменных, иллюстрирующие нечисловую природу узлов и связей, а, следовательно,
отсутствие и невозможность получения временных рядов данных. В условиях отсутствия
наблюдаемых переменных и невозможности проведения экспериментов, проблема рекон-
струкции матрицы смежности графовой причинной модели становится гораздо более
сложной. Требуется получить модель с определенным спектральным разложением, которое
реализует основную функцию моделируемой системы. На основе этой концепции предлагает-
ся новый метод реконструкции матрицы смежности, реализованный на соответствующей
матрице причинного распространения или передаточной матрице. Идея состоит в том,
чтобы использовать комбинаторную оптимизацию на основе спектральной теории графов
для генерации данных из качественной нестохастической причинной модели и реконструиро-
вать матрицу смежности, используя эти данные. В этом случае собственные векторы
идентифицируются как ключевые цели процесса реконструкции матрицы, что постулирует
фундаментальный подход, основанный на спектральных свойствах графа. Результаты вы-
числительных экспериментов решения задачи реконструкции матрицы смежности для при-
чинных графовых моделей в отсутствии наблюдаемых переменных с использованием разра-
ботанного алгоритма показали, что алгоритм эффективно реконструирует матрицы в за-
данных параметрах с допустимыми показателями схожести. Доказана сходимость при-
ближения к решению алгоритма реконструкции матриц не медленнее, чем со скоростью
геометрической прогрессии. С технической точки зрения, преимуществом алгоритма явля-
ется реализация инструмента автоматической настройки параметра регуляризации, при-
годного для пользователей без предварительных математических знаний. -
АЛГОРИТМ ЭФФЕКТИВНЫХ УПРАВЛЕНИЙ В НЕСТОХАСТИЧЕСКИХ ПРИЧИННЫХ МОДЕЛЯХ В ОТСУТСТВИИ НАБЛЮДАЕМЫХ ПЕРЕМЕННЫХ ДЛЯ СИСТЕМ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ
А. Н. Целых , В. С. Васильев , Л.А. Целых2021-11-14Аннотация ▼Рассматривается проблема репликации процесса принятия человеком управленческих
решений в условиях неопределенности и неполноты исходных данных. Лицо, принимающее
решение, опирается на свою систему взглядов, в которую входит общее видение системы,
относительно которой принимается решение. Система представлена в виде причинной
модели, созданной на основе ментальных представлений человека. Эти модели представ-
ляют собой направленные графы, на дугах которых причинность выражена в виде меток,
которые имеют знак, определяющий направление изменений состояния системы. Вершины
этого направленного графа представляют собой концепты высокого уровня абстракции.
Такой граф моелирует функционирование реальной системы. Таким образом, мы исследуем
проблему предсказания и управления действиями человека на основе нестохастических
причинных моделей в отсутствие наблюдаемых переменных для использования в системах
поддержки принятия решений и экспертных системах. Принятие решений рассматрива-
ется с точки зрения выбора объектов приложения управленческих воздействий – факторов
модели. В настоящем исследовании мы показываем, что применение предложенного алго-
ритма может облегчить принятие решений относительно выбора управляющих воздейст-
вий, которые поддерживают достижение тактических и стратегических целей лица, при-
нимающего решения. Следует отметить, что алгоритм реализует автоматизированный
подбор параметра регуляризации, что делает доступным разработку и применение предложенного алгоритма для пользователей, не имеющих достаточной математической под-
готовки. Сходимость последовательности множителя Лагранжа алгоритма эффектив-
ных управлений доказана. Доказана теорема о резонансе в нестохастической причинной
модели, представленной направленным графом, который определяется областью допус-
тимых значений коэффициента демпфирования в модели управления. Ожидается, что
внедрение этого инструмента в системы поддержки принятия решений повысит надеж-
ность решений, принимаемых в отношении работы системы в целом. Выбор управляющих
воздействий с использованием предложенного алгоритма имеет высокую эффективность
и производительность. Таким образом, результаты, представленные в исследовании, мо-
гут быть полезны для разработки приложений в интеллектуальных системах -
РАЗРАБОТКА МОДИФИЦИРАВАННЫХ МЕТОДОВ И МОДЕЛЕЙ ПОИСКОВОЙ АДАПТАЦИИ ДЛЯ РЕШЕНИЯ ЗАДАЧИ ПЛАНИРОВАНИЯ СБИС
О.Б. Лебедев , А.А. Жиглатый , Е.О. Лебедева2021-12-24Аннотация ▼В работе для решения задачи планирования СБИС разработан поисковый алгоритм
на основе модифицированного метода муравьиной колонии. Задача формирования плана
СБИС сводится к задаче формирования соответствующего польского выражения. Разра-
ботанный метод синтеза польского выражения включает построение дерева разрезов,
выбор типов разрезов (H или V), идентификацию и ориентацию модулей. Эволюционирую-
щая популяция разбита на пары агентов. Каждый член популяции – пара агентов, рабо-
тающих совместно. При этом конструктивные алгоритмы A1 и A2, используемые аген-
тами пары различаются. Задача, решаемая алгоритмом А1, формулируется как задача
поиска взаимно однозначного отображения Fk=M*→P множества модулей M c выбранны-
ми ориентациями, |M*|=|M| в множество P позиций шаблона Sh. Фактически решение за-
ключается в выборе на графе G1 подмножества ребер E*1E1, входящих в соответствующее отображение Fk. В алгоритме A2 в качестве модели пространства поиска реше-
ний для выбора типа, последовательности и места расположения разрезов в шаблоне Sh
разработан граф G2=(X, E2). X={(x1i,x2i)|i=1,2,…,n} множество вершин графа G2, соот-
ветствует множеству P потенциальных позиций шаблона Sh для возможного размещения
в них имен символов разрезов. Каждая потенциальная позиция piP шаблона Sh моделиру-
ется двумя альтернативными вершинами (x1i,x2i). Выбор при размещении разрезов верши-
ны x1i указывает на то, что в позицию pi помещен разрез типа V, выбор вершины x2i – ука-
зывает на то, что в позицию pi помещен разрез типа H. Каждая итерация l общего алго-
ритма включает начальный и три основных этапа. Начальный этап заключается в сле-
дующем. Обнуляются матрицы ко-эволюционной памяти КЭП*1 и КЭП*2. На первом этапе
каждая пара агентов dk=(a1k, a2k): – конструктивными алгоритмами A1 и A2 синтезирует
свое решение Wk=(E1k
*,Sk); – формируется польское выражение Shk, соответствующее
решению Wk; – на базе Shk формируется дерево разрезов Tk; – на базе Tk формируется план
Rk и рассчитывается оценка решения Fk; – агенты откладывают (добавляют) феромон в
ячейки матриц коллективной эволюционной памяти КЭП*1 и КЭП*2, соответствующие
ребрам решения Wk=(E1k
*,Sk) в графах поиска решений G1 и G2 в количестве пропорциональном оценке решения Fk. На втором этапе феромон, накопленный в КЭП*1 и КЭП*2
агентами популяции на итерации l, добавляется в КЭП1 и КЭП2. На третьем этапе осу-
ществляется испарение феромона на ребрах графов G1 и G2. Тестовые испытания под-
твердили эффективность предложенного метода. Временная сложность алгоритма, по-
лученная экспериментальным путем, совпадает с теоретическими исследованиями и для
рассмотренных тестовых задач составляет О(n2). -
УСКОРЕНИЕ ПРЯМОГО ПРОХОДА ПРИ РЕАЛИЗАЦИИ СНС НА ОГРАНИЧЕННОМ ВЫЧИСЛИТЕЛЬНОМ РЕСУРСЕ
А.Е. Щелкунов , В.В. Ковалев , И. В. Сидько , Н. Е. Сергеев2022-04-21Аннотация ▼Работа посвящена оптимизации архитектуры нейронной сети для ее запуска на ограни-
ченном вычислительном ресурсе. Рассмотрено несколько подходов оптимизации, приведены
оценки сложности и времени выполнения прямого прохода нейронной сети. Приведены сравни-
тельные оценки сложности сети при применении разных подходов оптимизации. В работе
представлен анализ выбранной архитектуры сети, получены оценки вычислительной сложно-
сти отдельных составных частей (модулей) архитектуры. Произведен анализ возможных ме-
тодов оптимизации каждого модуля. Описаны параметры рассмотренных модулей, размеры
входных и выходных тензоров. Для оптимизации модуля выделения признаков протестировано
несколько архитектур, ResNet 50, ResNet 18, MobileNet v3 small, MobileNet v3 large. Представлен
сравнительный анализ вычислительной сложности и времени выполнения прямого прохода для
каждой архитектуры. Замеры времени выполнения прямого прохода осуществлялись на
встраиваемом вычислительном устройстве Jetson AGX Xaver от компании Nvidia. Представле-
ны оценки времени выполнения прямого прохода для каждого модуля рассматриваемых нейрон-
ных сетей. В работе приведены результаты сравнения оценок точности нейронной сети до и
после оптимизации архитектуры. Набор данных для тестирования состоит из 100 видео запи-
сей. В тестовых видеозаписях участвует 5 различных типовых объектов, для каждого класса
объекта записано 10 различных сценариев. Для каждой из разработанных архитектур получе-
ны оценки точности, произведен сравнительный анализ. В работе намечены пути для после-
дующей оптимизации архитектуры сети. -
МЕТАЭВРИСТИЧЕСКИЙ МЕТОД ОПТИМИЗАЦИИ НА ОСНОВЕ МОДЕЛИ ПОВЕДЕНИЯ СТВОЛОВЫХ КЛЕТОК
Е. В. Данильченко , В. И. Данильченко , В. М. Курейчик2022-05-26Аннотация ▼Рассматриваются методы оптимизации, которые основаны на процессах, происходящих
в природе. Такие методы стали все чаще применяться для решения сложных задач. Но у таких
методов существуют некоторые недостатки, что стимулирует разработку новых и более
совершенных методов оптимизации. Решение NP полных задач требует оптимальных мето-
дов, которые будут отвечать всем требованиям проектирования, поэтому существует необ-
ходимость в разработке новых и более совершенных методик решения данного класса задач.
В качестве такого метод ода в работе авторами предлагается метод оптимизации на основе
модели поведения стволовых клеток в естественной среде. Проведенные исследования предла-
гаемого метода дают решения, которые смогут преодолеть многие недостатки стандартных
подходов оптимизации, такие как: попадание в локальный оптимум или низкую скорость схо-
димости алгоритма на основе рассматриваемого метода. Цель данной работы заключается в
разработке метода оптимизации и алгоритма на его основе, для решения сложной целевой
функции. Научная новизна заключается в разработке метода оптимизации на основе модели
поведения стволовых клеток для решения NP полных задач. В работе преследуется задача соз-
дать условия для оптимального поиска решения сложных функций путем применения, метода
поиска и на его основе алгоритма поведения стволовых клеток. Практическая ценность рабо-
ты заключается в разработке нового метаэвристического метода оптимизации для эффек-
тивного решения NP полных задач. Так же в работе проведён сравнительный анализ с извест-
ными конкурентами. Главное отличие предложенного метода от других известных методов в
применении нового подхода бионспирированного поиска на основе поведения стволовых клеток,
которые, как показало практическое сравнение, имеет преимущество над известными анало-
гами. Итоги практического сравнения методов и алгоритмов на их основе, показали преимуще-
ства предложенного в работе подхода на известных тестовых функциях. Проведя анализ про-
блемы создания методов, алгоритмов и программного обеспечения для решения NP полных за-
дач, можно сделать вывод, что в настоящее время разработка подобных подходов является
актуальной задачей. -
ОПТИМИЗАЦИЯ ПРОИЗВОДСТВЕННОГО ПЛАНИРОВАНИЯ С НЕЧЕТКИМИ ПАРАМЕТРАМИ
А. В. Боженюк , О. В. Косенко , М.В. Князева2022-05-26Аннотация ▼Рассматривается задача оперативного планирования одно-предметного производ-
ства. Организация машиностроительного производства представляет собой сложный
комплекс работ по определению многочисленных взаимосвязанных показателей, характе-
ризующих деятельность предприятия. При этом предприятия такого типа имеют слож-
ную иерархическую структуру. Также необходимо учитывать, что при планировании про-
изводственного процесса количество параметров велико и не все они могут быть точно
определены, что отражается на эффективности деятельности предприятия. С целью
решения задачи эффективного планирования были проанализированы критерии оптималь-
ности для серийного одно предметного производства. К одно-предметному производству
относятся те, где проходят обработку детали одного наименования, то есть формиру-
ется поточная производственная линия. Следовательно, задача оптимизации производст-
ва состоит в том, чтобы распределить всю совокупность работ между станками и опе-
раторами, обслуживающими данный станок таким образом, чтобы плановое задание бы-
ло выполнено в течение заданного времени и совокупные затраты на выполнение задания
были минимальными. В статье рассмотрена задача назначения в условиях неопределенно-
сти, проведены экспериментальные расчеты и проведен анализ полученных результатов,
обосновывающий применение предложенного аппарата нечетких множеств для решения
задачи производственного планирования. Сделаны выводы, что в условиях неопределенно-
сти, когда нет точной или статистической информации, аппарат нечетких множеств
позволяет провести анализ эффективности производственной деятельности при задании
параметров, отражающих возможные значения системы. В таких случаях применение
механизмов нечеткой логики в задачах принятия производственных решений позволит оп-
ределить оптимальные или близкие к оптимальным решения. -
ПРИМЕНЕНИЕ ДИСТРИБУТИВНОЙ СЕМАНТИКИ ПРИ ВЫДЕЛЕНИИ ЗНАЧИМЫХ СОЧЕТАНИЙ ЗАГОЛОВКОВ НЕСКОЛЬКИХ КОЛЛЕКЦИЙ ТЕКСТОВ ПРИ ФОРМАЛИЗАЦИИ ЛИНГВИСТИЧЕСКОЙ ЭКСПЕРТНОЙ ИНФОРМАЦИИ
В.И. Данильченко , В. М. Курейчик2022-08-09Аннотация ▼Рассматриваются методы формирования специальных моделей представления раз-
личных наборов знаний в различных информационных системах. Работа посвящена приме-
нению дистрибутивной семантики при выделении значимых сочетаний в одной предмет-
ной области (ПрО) в рамках формализации лингвистической экспертной информации
(ЛЭИ). В работе применяется подход к формализации ЛЭИ на основе набора аналитиче-
ских методов, где в качестве моделей используется линейная алгебра. Такой подход даетархитектур ЛЭИ или дендрограмм при выделении значимых сочетаний заголовков несколь-
ких коллекций текстов. Научная новизна заключается в предложенном аналитическом
подходе с применением дистрибутивной семантики при выделении значимых сочетаний
заголовков нескольких коллекций текстов, который позволяет проводить анализ и обра-
ботку лингвистической экспертной информации. Отличительной характеристикой пред-
ложенного подхода является возможность формализовать ПрО «Методы глобальной оп-
тимизации» на основе синтеза различных уже существующих иерархий рассматриваемой
ПрО. В работе преследуется задача создать условия для формализации ЛЭИ путем приме-
нения дистрибутивной семантики при выделении значимых сочетаний заголовков несколь-
ких коллекций. Практическая ценность работы заключается в разработке нового подхода
в формализации ЛЭИ с учетом дистрибутивной семантики при выделении значимых соче-
таний заголовков нескольких коллекций текстов. Так же в работе построена онтология в
owl формате «Методы глобальной оптимизации» в программе «Protege». Онтология по-
строена на основе связанных данных ПрО. Построенная в данной работе онтология, до-
полняет структуру поиска в рамках рассматриваемой ПрО и может быть дополнена и
развита в дальнейшем. -
ИССЛЕДОВАНИЕ МЕТОДОВ ПЛАНИРОВАНИЯ ДВИЖЕНИЯ В ДВУМЕРНЫХ КАРТОГРАФИРОВАННЫХ СРЕДАХ
М. Ю. Медведев , В.Х. Пшихопов , Д.О. Бросалин , Б. В. Гуренко , М.А. Васильева , Хамдан Низар2022-08-09Аннотация ▼Исследуются задача планирования движения в двумерных картографированных сре-
дах. Проводится обзор и анализ известных алгоритмов планирования, базирующихся на
диаграммах Вороного, вероятностной дорожной карте, быстро растущих случайных де-
ревьев, алгоритмах Дейкстры, А*, D* и их модификациях, искусственных потенциальных
полях и интеллектуальных эвристиках. На основе проведенного анализа делается вывод о
том, что классические методы в динамических средах требуют значительных затрат по
времени расчетов и объему используемой памяти. Делается вывод об актуальности разра-
ботки алгоритмов, повышающих эффективность известных методов планирования.
В этой связи данная статья посвящена разработке модифицированного алгоритма быст-
ро растущих случайных деревьев и исследованию его эффективности по сравнению с из-
вестными методами. В статье представлен модифицированный алгоритм быстро рас-
тущих случайных деревьев, отличающийся тем, что при проверке наличия пути в новый
потенциальный узел графа проверяется путь в некоторую область возле указанного узла.
Это позволяет снизить количество узлов в строящемся дереве. Разработанный алгоритм
вначале сравнивается с традиционным алгоритмом быстрорастущих случайных деревьев.
Сравнение производится по времени расчета траектории, объему требуемой памяти, дли-
не пути и проценту ситуаций, в которых успешно найдена траектория в целевую точку.
Далее осуществляется сравнение разработанного алгоритма с алгоритмами планирования
других классов. При исследовании используются репрезентативные выборки численных
экспериментов и различные среды, отличающиеся плотностью расположения препятст-
вий и наличием лабиринтов. Также проводится исследование алгоритмов планирования с
использованием результатов экспериментов на наземном колесном роботе. По результа-
там численных и реальных экспериментов делаются выводы о преимуществах и недос-
татках разработанного алгоритма планирования движения и о целесообразности его при-
менения в различных средах. -
ЭВОЛЮЦИОННЫЙ ПОПУЛЯЦИОННЫЙ МЕТОД РЕШЕНИЯ ТРАНСПОРТНОЙ ЗАДАЧИ
Б.К. Лебедев , О.Б. Лебедев , Е.О. Лебедева2022-11-01Аннотация ▼Рассматривается эволюционный популяционный метод решения транспортной за-
дачи на основе метаэвристики кристаллизации россыпи альтернатив. Исследуется за-
крытая (или сбалансированная) модель транспортной задачи: сумма груза у поставщиков
равно общей сумме потребностей в пунктах назначения. Цель оптимизации – минимизация
стоимости (достижение минимума затрат на перевозку) или расстояний и критерий вре-
мени (затрачивается минимум времени на перевозку). В основу метаэвристики кристалли-
зации россыпи альтернатив положена стратегия, основанная на запоминании и повторе-
нии прошлых успехов. Стратегия делает упор на «коллективную память», под которой
подразумевается любой вид информации, которая отражает прошлую историю развития
и хранится независимо от индивидуумов. В качестве кода решения транспортной задачи
рассматривается упорядоченная последовательность Dk маршрутов. Объектами являют-
ся маршруты, альтернативами – множество позиций P в списке, где np – число позиций в
списке Dк. Множество объектов Dк соответствует множеству всех маршрутов. Множе-
ство альтернативных состояний P объекта соответствует множеству альтернативных
вариантов размещения объекта списке Dк. Работа популяционного эволюционного алго-
ритма кристаллизации россыпи альтернатив опирается на коллективную эволюционную
память, называемую россыпью альтернатив. Под россыпью альтернатив решения в рабо-
те называется структура данных, используемая в качестве коллективной эволюционной
памяти, несущая информацию о решении, включающую сведения о реализованных альтер-
нативах агентов в данном решении и о полезности решения. Разработан конструктивный
алгоритм формирования опорного плана путем декодирования списка Dк. На каждом шаге
t решается задача выбора очередного в последовательности Dк маршрута и определения
количества груза, перевозимого из пункта отправления Ai в пункт назначения Bj по этому
маршруту. Разработанный алгоритм является популяционным, реализующим стратегию
случайного направленного поиска. Каждый агент является кодом некоторого решения
транспортной задачи. На первом этапе каждой итерации l конструктивным алгоритмом
на базе интегральной россыпи альтернатив формируется nk кодов решений
Dk.Формирование каждого кода решения Dk выполняется последовательно по шагам путем
последовательного выбора объекта и позиции. Для построенного кода решения Dk рассчи-
тывается оценка решения ξk и оценка полезности δk. Формируется индивидуальная рос-
сыпь альтернатив Rk и переход к построению следующего кода решения.
На втором этапе итерации производится суммирования интегральной россыпи альтерна-
тив, сформированной на предыдущих итерациях от l до (l-1), cо всеми индивидуальными
россыпями альтернатив, сформированных на итерации l. На третьем этапе итерации l
производится снижение всех интегральных оценок полезности r*αβ интегральной россыпи
альтернатив R*(l) на величину δ*. Алгоритм решения транспортной задачи был реализован
на языке С++ в среде Windows. Сравнение значений критерия, на тестовых примерах, сизвестным оптимумом показало, что у 90% примеров полученное решение было оптималь-
ным, у 2% примеров решения были на 5% хуже, а у 8% примеров решения отличались ме-
нее, чем на 2%. Временная сложность алгоритма, полученная экспериментальным путем,
лежит в пределах О(n2). -
ГИБРИДНЫЙ МЕТОД РЕШЕНИЯ ЗАДАЧИ РАЗМЕЩЕНИЯ ЭЛЕМЕНТОВ ЦИФРОВЫХ ВЫЧИСЛИТЕЛЬНЫХ УСТРОЙСТВ
Л. А. Гладков, Н.В. Гладкова , М. Д. Ясир2021-11-14Аннотация ▼Рассматривается задача размещения элементов цифровой вычислительной техники.
Проведен анализ современного состояния исследований по данной теме, отмечена актуаль-
ность рассматриваемой задачи. Подчеркнута важность разработки новых эффективных ме-
тодов решения подобных задач. Показано место задачи размещения в общем цикле конструк-
торского этапа проектирования. Отмечена важность качественного решения задачи разме-
щения с точки зрения успешного выполнения последующих этапов проектирования. Отмечена
важность минимизации задержек соединений в процессе проектирования устройств большой
размерности. Проведен обзор и анализ различных моделей и критериев оценки решения задачи
размещения. Подчеркнуто, что важнейшим критерием является длина соединений, она оказы-
вает существенное влияние на применяемые при проектировании технологии. Выполнена ком-
плексная математическая постановка задачи размещения элементов цифровой вычислитель-
ной техники. Приведена целевая функция и ограничения рассматриваемой задачи размещения
как задачи оптимизации. Проанализированы перспективные подходы к решению задач проек-
тирования, описаны гибридные методы и модели решения сложных многокритериальных задач
оптимизации и проектирования. Описаны принципы работы и модель нечеткого логического
контроллера. Приведено описание используемой схемы нечеткого управления. Определены
функции различных блоков нечеткого логического контроллера. Предложена структура много-
слойной нейронной сети, реализующей функцию Гаусса. Описано взаимодействие блоков нечет-
кого генетического алгоритма. Предложена модель гибридного алгоритма решения задачи
размещения. Определены управляющие параметры нечеткого логического контроллера. Пред-
лагаемый гибридный алгоритм реализован в виде прикладной программы. Были проведены серии
вычислительных экспериментов для определения эффективности разработанного алгоритма и
выбора оптимальных значений управляющих параметров. -
КОНЦЕПТУАЛЬНАЯ МОДЕЛЬ ФАКТОРОВ, ВЛИЯЮЩИХ НА ЭФФЕКТИВНОСТЬ ПРОЦЕССА ПОДГОТОВКИ И СЕПАРАЦИИ ГАЗА
А. В. Мартиросян , Д. В. Ромашин241-2492026-09-10Аннотация ▼Представлена концепция адаптивного управления при разделении природного газа. Применяемые на практике системы управления, как правило, основаны на фиксированных алгоритмах регулирования и не учитывают динамическое изменение физико-технических и эксплуатационных параметров, что приводит к снижению качества сепарации и росту энергозатрат. В статье описан подход сочетания системного анализа и метод Парето. Целью работы является разработка концепции адаптивного управления процессом подготовки природного газа на основе системного анализа. Недавние исследования показывают, что методы, основанные на данных, позволяют более точно настраивать параметры, лучше реагировать на колебания исходного газа и повышать эффективность удаления примесей. Для достижения поставленной цели в работе решены задачи выявления и классификации факторов, влияющих на качество и экономичность сепарации газа, а также формирования их взаимосвязей в рамках единой концептуальной модели управления. Особое внимание уделяется влиянию точного контроля ключевых параметров, таких как давление, температура и расход, на эффективность этих процессов. Анализ последних исследований демонстрирует растущее использование нейронных сетей и моделей машинного обучения в очистке газа для прогнозирующего управления, обнаружения аномалий и оптимизации рабочих параметров. Сравнительная оценка классических ПИД-регуляторов, нечетких, адаптивных и нейронных методов управления подтверждает преимущества интеллектуального регулирования с точки зрения стабильности, адаптивности и энергоэффективности. Основным результатом работы является обоснование ключевых факторов, определяющих эффективность сепарации, среди которых наибольшее влияние оказывают давление, температура и расход газа. Полученная модель формирует методологическую основу для разработки интеллектуальных и адаптивных систем управления процессом подготовки газа.
-
СОВРЕМЕННЫЕ ПОДХОДЫ К РЕШЕНИЮ ЗАДАЧИ 3D УПАКОВКИ
М.М. Сорокин , Л. А. Гладков , Н. В. Гладкова131-1502026-09-10Аннотация ▼Статья посвящена рассмотрению современных тенденций и подходов к решению актуальной оптимизационной задачи трехмерной упаковки в контейнеры. Важность построения эффективных методов решения данной задачи обусловлена бурным ростом направления электронной коммерции, когда достижение даже инкрементных улучшений плотности заполнения контейнеров грузами может привести к значительным сокращениям затрат на перевозку и хранение грузов. В статье приведен анализ различных типов задач и предложена классификация задач упаковки по различным критериям, в том числе: оффлайн- и онлайн-упаковка, по размерности, по видам и количеству контейнеров и грузов. Приведена постановка классической оптимизационной задачи о рюкзаке и рассмотрены различные варианты ограничений, обусловленные особенностями решаемых задач. Приведен краткий обзор основных подходов к решению задачи. Выполнен анализ и обобщение характерных особенностей применения метаэвристических подходов, основанных на использовании эволюционных и биоинспирированных алгоритмов и методов машинного обучения, отмечены их достоинства и недостатки. В силу сложности рассматриваемой задачи предлагается активно использовать известные и разрабатывать новые модификации метаэвристических алгоритмов, которые позволяют находить квазиоптимальные решения за полиномиальное время. Приведен анализ известных методов машинного обучения, биоинспирированных алгоритмов, описаны принципы их работы, выделены их основные особенности, преимущества и недостатки, отмечена перспективность их разработки и применения для решения NP-полных задач комбинаторной оптимизации. Приведен обобщенный принцип работы метаэвристических алгоритмов. Сравнительный анализ применения различных методов оптимизации показал эффективность использования метаэвристических методов для решения задачи трехмерной упаковки.
-
АЛГОРИТМ ПРОТИВОДЕЙСТВИЯ ПРЕДНАМЕРЕННЫМ ПОМЕХАМ НА ОСНОВЕ ТЕОРИИ ИГР И ОБУЧЕНИЯ С ПОДКРЕПЛЕНИЕМ
К. С. Григорян , Е. С. Басан66-772026-09-10Аннотация ▼Преднамеренные помехи представляют собой одну из наиболее серьёзных угроз информационной безопасности беспроводных систем связи, поскольку они могут приводить к нарушению доступности канала передачи данных и реализации атак отказа в обслуживании на физическом уровне. Особенно уязвимыми являются когнитивные радиосети, сенсорные сети и системы Интернета вещей, в которых злоумышленник способен динамически изменять стратегию постановки помех. Целью данной работы является разработка адаптивного алгоритма противодействия преднамеренным помехам, обеспечивающего устойчивость беспроводной системы связи в условиях неопределённости состояния канала и динамического поведения злоумышленника. Для достижения поставленной цели взаимодействие между легитимным узлом и постановщиком помех формализуется в виде марковской игровой модели Штаклберга, в которой передатчик выступает лидером, а злоумышленник – последователем. Обучение с подкреплением используется для адаптивного выбора стратегии легитимного узла в стохастической среде, тогда как робастная оптимизация SOCP (Second-order cone programming) обеспечивает выполнение требований к качеству обслуживания с учётом неопределённости оценки состояния канала. В качестве алгоритма обучения применяется метод SAC (Soft Actor-Critic), позволяющий эффективно работать в непрерывном пространстве действий. В ходе исследования решаются задачи формализации модели противодействия помехам, интеграции обучения с подкреплением с робастной оптимизацией и оценки эффективности предложенного подхода с использованием численного моделирования. Результаты моделирования показывают, что предложенный алгоритм RL-Stackelberg + SOCP обеспечивает снижение вероятности отказа соединения по сравнению с существующими методами противодействия помехам, включая ППРЧ (Псевдослучайная перестройка рабочей частоты) и игровые алгоритмы выбора частоты. Было проведено имитационное моделирование методом Монте-Карло предложенного алгоритма, а также нескольких алгоритмов на основе ППРЧ. Предложенный алгоритм противодействия преднамеренным помехам позволяет снизить вероятность обрыва связи на 0,14. Полученные результаты подтверждают повышение устойчивости беспроводных систем связи к атакам преднамеренных помех
