Для авторов
Найти
Результаты поиска
Найдено результатов: 8.
-
ОПРЕДЕЛЕНИЕ НЕЧЕТКИХ УСЛОВИЙ И АНАЛИЗ СУЩЕСТВУЮЩИХ РЕШЕНИЙ В ЗАДАЧЕ ЭВАКУАЦИИ ПРИ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЯХ
Е. В. Данильченко , В. И. Данильченко , В.М. Курейчик2023-02-27Аннотация ▼Количественная оценка в коллективном поведении и принятии решений в нечетких услови-
ях имеет решающее значение для обеспечения здоровья и безопасности населения. Задача моде-
лирования и прогнозирование поведения в нечетких условиях, как известно, имеет повышенную
сложность за счет большого количества факторов, из которых формируется NP-полная много-
критериальная задача. Существует сложность в определении количественной оценки влияния
нечетких факторов с помощью математической модели. В этой связи в работе предлагается
модель принятия решений человеком для описания эмпирического поведения субъектов в экспе-
рименте, имитирующем сценарий чрезвычайной ситуации. Разработанная нечеткая модель
объединяет нечеткую логику в обычную модель социального поведения. В отличие от сущест-
вующих моделей и приложений, такой подход использует нечеткие множества и функции при-
надлежности для описания процесса эвакуации в условиях чрезвычайной ситуации. Цель данной
работы заключается в определении нечетких правил и анализ существующих решений. Научная
новизна заключается в формировании набора факторов, которые формируют нечеткие правила
принятия динамических решений. Постановка задачи в данной работе заключается в следую-
щем: сформировать набор факторов, влияющие на поведение пешеходов, которые моделируют-
ся как нечеткие входные данные. Практическая ценность работы заключается в создании ново-
го набора нечетких правил, позволяющий использовать их в алгоритме эвакуации для эффектив-
ного решения поставленной задачи. Принципиальное отличие от известных подходов в примене-
нии нового набора нечетких правил, который содержит факторы: «восприятия», «намерение»,
«отношение». Для реализации предложенной модели, процесса социального поведения при эва-
куации, определены независимые переменные. Эти переменные включают измерения, связанные с
социальными факторами, другими словами, поведением отдельных субъектов и отдельных ма-
лых групп, которые имеют основополагающее значение на ранней стадии эвакуации. -
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. -
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.
-
МНОГОМЕРНЫЙ ПОИСК В ЗАДАЧЕ РАЗМЕЩЕНИИ ЭЛЕМЕНТОВ СБИС НА ОСНОВЕ ГЕНЕТИЧЕСКОГО АЛГОРИТМА
Е. В. Данильченко , В.И. Данильченко , В.М. Курейчик2021-07-18Аннотация ▼Все крупные производители идут к уменьшению габаритов современных микроэлектрон-
ных устройств. Это приводит к переходу на новые нормы проектирования и изготовления
СБИС. Известные алгоритмы автоматизированного проектирования не в полной мере способ-
ны реализовывать новые требования при проектировании СБИС. В связи с этим, при решении
задач конструкторского проектирования появляется необходимость в разработке новых ме-
тодик решения данного класса задач. Одним из таких методик может стать гибридная мно-
гомерная система поиска, основанная на генетическом алгоритме (ГА). Описывается автома-
тизированный подход к проектированию СБИС на основе генетического алгоритма, позволяю-
щий создать алгоритмическую среду в области многомерного генетического поиска для реше-
ния NP полных задач, в частности размещения элементов СБИС. Цель данной работы заключа-
ется в нахождении путей размещения элементов СБИС на основе генетического алгоритма.
Научная новизна заключается в разработке модифицированного многомерного генетического
алгоритма для автоматизированного проектирования сверхбольших интегральных схем. По-
становка задачи в данной работе заключается в следующем: оптимизировать размещение
элементов СБИС путем применения, многомерного модифицированного ГА. Практическая цен-
ность работы заключается в создании подсистемы, позволяющей использовать разработан-
ные многомерные архитектуры, методы и алгоритмы для эффективного решения задач кон-
структорского проектирования СБИС, а также проводить сравнительный анализ с сущест-
вующими аналогами. Принципиальное отличие от известных подходов в применении новых мно-
гомерных генетических структур в автоматизированном проектировании СБИС, кроме того в
работе праведен модифицированный генетический алгоритм. Приведенные результаты вычис-
лительного эксперимента, показали преимущества предложенного в работе многомерного
подхода к решению задач размещения элементов СБИС по сравнению с существующими анало-
гами. Таким образом, проблема создания методов, алгоритмов и программного обеспечения для
автоматизированного размещения элементов СБИС в настоящее время имеет особую акту-
альность. Ее решение позволит улучшить качественные характеристики проектируемых уст-
ройств, сократит сроки и затраты на проектирование. -
АВТОМАТИЗИРОВАННЫЙ СТРУКТУРНО-ПАРАМЕТРИЧЕСКИЙ СИНТЕЗ СТУПЕНЧАТОГО НАПРАВЛЕННОГО ОТВЕТВИТЕЛЯ НА СВЯЗАННЫХ ЛИНИЯХ НА ОСНОВЕ ГЕНЕТИЧЕСКОГО АЛГОРИТМА
Е.В. Данильченко , В. И. Данильченко , В.М. Курейчик2020-11-22Аннотация ▼Описывается автоматизированный подход к структурно-параметрическому синте-
зу ступенчатого направленного ответвителя на связанных линиях на основе генетического
алгоритма (ГА), позволяющий создать алгоритмическую среду в области генетического
поиска для решения NP полных задач, в частности структурно-параметрический синтез
ступенчатого направленного ответвителя на связанных линиях. Цель данной работы за-
ключается в нахождении путей структурно-параметрического синтеза ступенчатого
направленного ответвителя на связанных линиях на основе бионспирированной теории.
Научная новизна заключается в разработке модифицированного генетического алгоритма
для автоматизированного структурно-параметрического синтеза ступенчатого направ-
ленного ответвителя на связанных линиях. Постановка задачи в данной работе заключа-
ется в следующем: оптимизировать синтез схем пассивных и активных СВЧ цепей путем
применения, модифицированного ГА. Принципиальное отличие от известных подходов в
применении новых модифицированных генетических структур в автоматизированном
структурно-параметрическом синтезе, кроме того в работе праведен новый метод рас-
чёта ступенчатого направленного ответвителя на связанных линиях на основе модифици-
рованного ГА. Таким образом, проблема создания методов, алгоритмов и программного
обеспечения для автоматизированного структурного синтеза СВЧ модулей в настоящее
время имеет особую актуальность. Ее решение позволит улучшить качественные харак-
теристики проектируемых устройств, сократит сроки и затраты на проектирование,
снизит требования к квалификации разработчика. -
КЛАССИФИКАЦИЯ И АНАЛИЗ ЭВОЛЮЦИОННЫХ МЕТОДОВ КОМПОНОВКИ БЛОКОВ ЭВА
Е. В. Данильченко, В.И. Данильченко, В.М. Курейчик2020-07-20Аннотация ▼В настоящее время наблюдается большой рост потребности в проектировании и
разработке радиоэлектронных устройств. Это связано с повышающимися требованиями
к радиоэлектронным системам, а также появлением новых поколений полупроводниковых
приборов. В этой связи возникает необходимость в разработке новых средств автомати-
зированного компоновки блоков ЭВА. Перед компоновкой блоков ЭВА существует ряд про-
блем, которые усложняют реальное представление знаний в САПР и вероятно разрешимы
на нынешнем уровне развития когнитивных наук. Проблема стереотипа и проблема огрубления - взаимосвязаны и нуждаются в создании гибридных моделей представления. В ра-
боте рассмотрена проблема решения задачи компоновки блоков ЭВА при проектировании
радиоэлектронной аппаратуры. Цель данной работы заключается в нахождении путей
оптимизации планирования компоновки блоков ЭВА с применением генетического алго-
ритма. Актуальность работы состоит в том, что генетический алгоритм позволяет
повысить качество планирования компоновки. Рассматриваемые алгоритмы позволяют
повысить качество и скорость планирования компоновки. Научная новизна заключается в
поиске и анализе эффективных методов компоновки блоков ЭВА с помощью генетических
алгоритмов. Принципиальное отличие от известных сравнений в анализе новых перспек-
тивных алгоритмов компоновки блоков ЭВА. Результаты работы. В работе указаны не-
достатки традиционных алгоритмов поиска субоптимального плана ЭВА. Приведены опи-
сания современных моделей эволюционных и других вычислений. Генетические алгоритмы
обладают рядом важных преимуществ – это приспособляемость к изменяющейся окру-
жающей среде, при эволюционном подходе есть возможность анализировать, дополнять и
изменять базу знаний в зависимости от изменяющихся условий, а также быстрое созда-
ние оптимальных решений. Если применять генетические алгоритмы и эвристику предва-
рительной обработки, чтобы обеспечить оптимальные начальные решения, то можно
достичь более продуктивного использования алгоритмов. Известные генетические алго-
ритмы быстро сходящиеся, но при этом они теряют разнообразие популяции, что влияет
на снижение качества решения. Для балансировки данных решение выправляют с помощью
эффективных операторов или устойчивой мутацией. -
ИНТЕЛЛЕКТУАЛЬНЫЕ МЕТОДЫ ПАРАМЕТРИЧЕСКОГО ПРОГНОЗИРОВАНИЯ И ОПТИМИЗАЦИИ ТРАЕКТОРИИ ДВИЖЕНИЯ БАС
В.И. Данильченко , В.В. Бова263-2762025-12-30Аннотация ▼Рассматривается задача интеллектуального параметрического прогнозирования и оптимизации траектории движения беспилотной авиационной системы (БАС) с применением эволюционных алгоритмов и методов машинного обучения. Актуальность исследования обусловлена многокритериальностью и высокой сложностью процессов формирования траектории движения БАС, а также необходимостью точной и своевременной оценки её полётных параметров. Это особенно важно для обеспечения надёжности, безопасности и эффективного выполнения полётных задач в условиях эксплуатации БАС, включая сценарии, связанные с функционированием критически значимых объектов инфраструктуры. Цель исследования заключается в повышении точности диагностики траекторных параметров и надёжности параметрического прогнозирования траекторий движения БАС в условиях неопределённости и многокритериальности рассматриваемой задачи. В работе предлагается гибридный подход, включающий генетический алгоритм (ГA), алгоритм роя частиц (PSO) с моделью машинного обучения XGBoost, обеспечивающей адаптивную оценку качества формируемых решений. Реализован вычислительный программный комплекс, включающий механизмы селекции, рекомбинации, мутации и элитного наследования, а также модуль машинного обучения для валидации траектории маршрута и связанных параметров. Проведён вычислительный эксперимент, в рамках которого выполнен сравнительный анализ эффективности GA и PSO при различных сценариях их работы. Тестирование выполнялось на отраслевых наборах данных при различном количестве итераций. В ходе вычислительного эксперимента выявлено преимущество генетического алгоритма, а именно повышение качества проектных решений на 14–17%. Результаты исследования демонстрируют высокую адаптивность и практическую применимость в задачах моделирования, параметрического прогнозирования и маршрутизации, а также указывают на потенциал интеграции с интеллектуальными системами навигации и мониторинга БАС. Материалы статьи представляют практический интерес для специалистов в области разработки и эксплуатации БАС, а также для исследователей, занимающихся задачами многокритериального планирования маршрутов, параметрического прогнозирования и повышения надёжности функционирования БАС.
-
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.
1 - 8 из 8 результатов
