Найти

Результаты поиска

• ОПТИМИЗАЦИЯ ПИД-ПАРАМЕТРОВ СЕРВОСИСТЕМ С ИСПОЛЬЗОВАНИЕМ ГЕНЕТИЧЕСКОГО АЛГОРИТМА И НЕЙРОСЕТЕВОГО КЛАССИФИКАТОРА

  Ахмад Зулфикар , Ю.А. Кравченко , А.М. Мансур

  237-250

  2025-10-01

  Аннотация ▼

  Алгоритмы машинного обучения играют жизненно важную роль в повышении производительности промышленных систем, обеспечивая высокую точность и операционную эффективность в режиме реального времени. В системах управления серводвигателями эти алгоритмы способствуют снижению шума и вибраций, что повышает эффективность работы и продлевает срок службы оборудования. В данной статье рассматриваются различные типы возникающих шумов и их негативное воздействие на промышленные процессы. Основной целью исследования является оптимизация параметров ПИД-регулятора (PID) в сервосистемах с использованием комбинированного алгоритма, сочетающего нейронные сети и генетические алгоритмы. В отличие от традиционных методов, таких как генетические алгоритмы (GA) и метод роя частиц (PSO), которые отличаются медленной сходимостью и риском повреждения двигателей, предложенное решение основано на программной платформе управления. Эта платформа обеспечивает безопасное взаимодействие с серводвигателем в режиме реального времени. Разработана система управления на основе CAN Bus, которая позволяет разработчикам: считывать все параметры серводвигателя (скорость, ток, напряжение, положение энкодера); изменять коэффициенты ПИД-регулятора одним нажатием, исключая необходимость ручной настройки, как в MOTO-MASTER. Применение разработанной системы управления позволило использовать обученный нейронный классификатор для ограничения параметров PID в безопасных пределах, что сокращает пространство поиска и ускоряет процесс оптимизации. Экспериментальные результаты на серводвигателях SPH-S показали значительное снижение шума и механических вибраций при работе в реальном времени, с сохранением стабильности в широком диапазоне скоростей (0–1500 об/мин).

• ГИБРИДНЫЙ ПОДХОД К СОВМЕСТНОМУ РЕШЕНИЮ ЗАДАЧ РАЗМЕЩЕНИЯ И ТРАССИРОВКИ

  Л.А. Гладков , Н.В. Гладкова , Джаббар Ясир Ясир Муханад

  2020-11-22

  Аннотация ▼

  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.

• ИНТЕЛЛЕКТУАЛЬНЫЕ МЕТОДЫ ПАРАМЕТРИЧЕСКОГО ПРОГНОЗИРОВАНИЯ И ОПТИМИЗАЦИИ ТРАЕКТОРИИ ДВИЖЕНИЯ БАС

  В.И. Данильченко , В.В. Бова

  263-276

  2025-12-30

  Аннотация ▼

  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.

• МЕТАЭВРИСТИКА НА ОСНОВЕ ПОВЕДЕНИЯ КОЛОНИИ БЕЛЫХ КРОТОВ

  Е.В. Данильченко , В. И. Данильченко , В. М. Курейчик

  132-140

  2021-08-12

  Аннотация ▼

  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. Курейчик

  2021-07-18

  Аннотация ▼

  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. Курейчик

  2020-11-22

  Аннотация ▼

  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.