Для авторов
Найти
Результаты поиска
Найдено результатов: 6.
-
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. -
ГИБРИДНЫЙ ПОДХОД К СОВМЕСТНОМУ РЕШЕНИЮ ЗАДАЧ РАЗМЕЩЕНИЯ И ТРАССИРОВКИ
Л.А. Гладков , Н.В. Гладкова , Джаббар Ясир Ясир Муханад2020-11-22Аннотация ▼В статье предложен интегрированный подход к решению задач размещения и трас-
сировки элементов схем электронной вычислительной аппаратуры. Подход основан на
совместном решении задач размещения и трассировки с использованием нечетких генети-
ческих методов. Приведено описание рассматриваемой проблемы и выполнен краткий ана-
лиз существующих подходов к ее решению. В статье рассматриваются интегрированные
подходы к решению оптимизационных задач автоматизированного проектирования схем
цифровой электронно-вычислительной аппаратуры. Подчеркнута актуальность и важность
разработки новых эффективных методов решения подобных задач. Отмечено, что важным
направлением развития методов оптимизации является разработка гибридных методов и
подходов, сочетающих достоинства различных методов вычислительного интеллекта.
В статье описаны следующие основные моменты: структура предлагаемого алгоритма и
его основные этапы; модифицированные генетические операторы кроссовера; предложены
модели формирования текущей популяции; модифицированные эвристики, операторы и
стратегии поиска оптимальных решений. Приведены результаты вычислительных экспе-
риментов. Проведенные эксперименты подтверждают эффективность предложенного
подхода. В заключении приводится краткий анализ полученных результатов. -
РАЗРАБОТКА АГЕНТНО-ОРИЕНТИРОВАННОГО АЛГОРИТМА РЕШЕНИЯ СИСТЕМ ЛИНЕЙНЫХ АЛГЕБРАИЧЕСКИХ УРАВНЕНИЙ БОЛЬШОЙ РАЗМЕРНОСТИ
Д.А. Береза , Л. А. Гладков , Н. В. Гладкова2025-01-30Аннотация ▼Решение систем линейных алгебраических уравнений (СЛАУ) является одной из важнейших
фундаментальных задач при разработке нового поколения систем проектирования в различных об-
ластях науки и техники. Актуальность данного исследования обусловлена ростом объема данных и
усложнением задач. Традиционные методы решения СЛАУ, такие как метод Гаусса, метод прогон-
ки, итерационные методы (метод Якоби, метод Зейделя и т.д.), хорошо зарекомендовали себя при
работе с относительно небольшими системами. Однако при решении СЛАУ большой размерности
данные методы недостаточно эффективны из-за высоких вычислительных затрат и требований к
памяти. Одним из перспективных подходов к решению задач высокой сложности является использо-
вание агентно-ориентированных систем. Агентно-ориентированные системы предлагают новый
способ организации вычислительных процессов, основанный на взаимодействии независимых аген-
тов, каждый из которых выполняет определенную часть задачи. Такой подход позволяет более гиб-
ко распределять вычислительные ресурсы и эффективно решать сложные задачи в условиях боль-
ших данных. Представлена методика решения уравнений, описывающих математическую модель
схемы, с учетом оптимизации соотношения между точностью расчетов и временем их выполнения.
В данной работе предлагается агентно-ориентированный алгоритм для решения систем линейных
алгебраических уравнений большой размерности. В ходе разработки данного алгоритма был прове-
ден анализ существующих методов и алгоритмов решения СЛАУ, выявлены их преимущества и не-
достатки. Была разработана агентно-ориентированная архитектуру для решения СЛАУ большой
размерности, предложена организация взаимодействия агентов и механизмы распределения задач
между ними. Была выполнена программная реализация разработанного алгоритма. Для оценки эф-
фективности предложенного подхода было проведено его тестирование на ряде тестовых задач.
Также была выполнена оценка производительности и масштабируемости разработанного алго-
ритма, сравнение его с традиционными методами решения СЛАУ. -
ОСНОВНЫЕ ПОДХОДЫ К ИЗВЛЕЧЕНИЮ ТЕКСТОВОЙ ИНФОРМАЦИИ (ОБЗОР)
В.В. Курейчик , П. С. Герасименко2024-10-08Аннотация ▼Данная статья посвящена обзору известных и современных подходов, методов и алгорит-
мов полнотекстового поиска. Описана краткая история решения задачи поиска в неструктуриро-
ванных текстовых данных, её развитие и актуальность. Сформулирована основная задача поиска
в текстовых данных. Приведено определение индекса базы данных. В общем виде определена целе-
вая функция поисковой информационной системы и описаны возможные компромиссные вариации
её параметров при решения различных прикладных задач. Приведена обобщённая архитектура
современной поисковой информационной системы с разделением задачи поиска на две фазы: пер-
вичное извлечение релевантных записей и их последующее ранжирование для формирования окон-
чательных результатов поиска. Даны базовые описания основных алгоритмов и методов полно-
текстового поиска, таких как: поиск по термам (логический поиск), поиск с помощью деревьев и
их разновидностей (B-деревья, UB-деревья, tries), поиск на основе n-грамм (в том числе поиск на
основе частотного представления), использование векторной модели пространства (VSM), поиск
на основе инвертированного (обратного) индекса, поиск с использованием аппарата нечёткой
логики и биоинспирированных методов. Приведены основные достоинства и недостатки этих
методов, описана их применимость в различных условиях, а также рассмотрены возможные ме-
тоды оптимизации поиска текстовых данных для улучшения точности, скорости поиска и эф-
фективности использования ресурсов. Представлены возможные перспективные направления в
области решения задачи первичного извлечения информации. Приведены некоторые способы опре-
деления сходства текстовых записей для решения задачи ранжирования на основе аппарата не-
чёткой логики. Затронуты вопросы повышения релевантности первичного извлечения с помощью
методов искусственного интеллекта, нейронных сетей, аппарата нечёткой логики и биоинспири-
рованных методов, в частности методы расширения поискового запроса и/или расширения обра-
батываемых текстовых записей. Описано влияние граничных условий построения поисковой сис-
темы на повышение её эффективности. В заключение статьи подводятся итоги обзора и обсуж-
даются перспективы дальнейшего развития различных методов полнотекстового поиска. -
ИНТЕЛЛЕКТУАЛЬНАЯ ПОДСИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ НА ОСНОВЕ БИОЛОГИЧЕСКИ ПРАВДОПОДОБНЫХ АЛГОРИТМОВ САМООРГАНИЗАЦИИ
Э. В. Кулиев , М.П. Кривенко , М.М. Семенова , С.В. Игнатьева2021-11-14Аннотация ▼Рассматриваются основные понятия и определения систем поддержки принятия реше-
ний на основе самоорганизации. Системы поддержки принятия решений (Decision Support
Systems) относятся к кругу интерактивных компьютерных систем, которые помогают ис-
пользовать данные, модели и знания для решения частично структурированных, неструктури-
рованных или неструктурированных проблем. Показана и описана схема базовой структуры
системы поддержки принятий решений. Рассмотрены три основных компонента Decision
Support Systems, а также описан случай, когда может быть применен четвертый компонент
системы поддержки принятия решений – система управления, основанная на знаниях. В ста-
тье предложено описание интеллектуальной системы поддержки принятия решений. Примеры
специализированных интеллектуальных систем поддержки принятия решений включают в себя
интеллектуальные системы поддержки принятия маркетинговых решений и системы меди-
цинской диагностики, гибкие производственные системы. Проблемы, связанные с принятием
оптимальных решений, занимают важное место в автоматизированном проектировании и
требуют совершенствования методов и средств поддержки процессов оптимального проек-
тирования на различных этапах. Рассмотрены алгоритмы самоорганизации, вдохновленные
живой природой. Биоинспирированные алгоритмы являются представительским классом алго-
ритмов самоорганизации. Биовдохновленные вычисления имитируют природу и используют
основные концепции и поведение этих систем для решения сложных проблем. В статье описан
алгоритм летучих мышей. Проведен экспериментальный анализ процесса применения алгорит-
ма самоорганизации в системах принятия решений. -
РАЗРАБОТКА БИОЭВРИСТИК ДЛЯ СОЗДАНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДСИСТЕМЫ ПРИНЯТИЯ ЭФФЕКТИВНЫХ РЕШЕНИЙ NP- ТРУДНЫХ И NP-СЛОЖНЫХ КОМБИНАТОРНО-ЛОГИЧЕСКИХ ЗАДАЧ НА ГРАФАХ
Д.В. Заруба , Э.В. Кулиев , Д. Ю. Запорожец , М. М. Семенова2021-11-14Аннотация ▼Статья посвящена решению новых актуальных проблем, возникших в условиях со-
временного развития информационных и нанометровых технологий в области проектиро-
вания, а также разработке новых инновационных методов, обеспечивающих получение
эффективных решений за полиномиальное время. В статье рассматривается проблема
решения NP-сложных задач. Приведено описание процедуры измерения сложности задачи.
Описаны особенности NP- трудных и NP-сложных комбинаторно-логических задач. При-
ведены основные различия между задачами, а также проблемы, с которыми приходится
сталкиваться при решении такого вида задач. Представлена общая схема принятия реше-
ний, состоящая из формулировки проблемы; принятие решения; сигнала в автоматических
системах и обратной связи. На втором этапе (формирование и выбор вариантов решений)
решение основывается на биоинспирированном алгоритме поиска решений задачи комми-
вояжёра. Для решения поставленной задачи был разработан модифицированный биоинспи-
рированный алгоритм, основанный на поведении муравьиной колонии. В отличие от других
методов оптимизации, метаэвристические алгоритмы могут находить глобальные опти-
мальные решения для задач, где существует много локальных решений из-за их случайного
характера. Эти причины привели к широкому использованию таких алгоритмов при реше-
нии различных задач оптимизации. Биоинспирированные алгоритмы становятся новой
революцией в области решений оптимизационных задач. Представлена постановка задачи
коммивояжера, а также решение поставленной задачи на основе муравьиного алгоритма.
Алгоритмы, такие как генетические алгоритмы и PSO могут быть очень полезными, но
они все еще имеют некоторые недостатки в решении проблем мультимодальной оптими-
зации. Эти алгоритмы способны находить оптимальные решения независимо от физиче-
ской природы проблемы. В рамках экспериментальных исследований был произведен анализ
работы биоинспирированных алгоритмов: алгоритм стаи летучих мышей бактериальный
алгоритм и муравьиный алгоритм.
1 - 6 из 6 результатов
