Для авторов
Найти
Результаты поиска
Найдено результатов: 33.
-
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
-
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 -
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. -
ИДЕНТИФИКАЦИЯ НЕЯВНЫХ УГРОЗ НА ОСНОВЕ АНАЛИЗА АКТИВНОСТИ ПОЛЬЗОВАТЕЛЯ В ИНТЕРНЕТ-ПРОСТРАНСТВЕ
В. В. Бова , Д.Ю. Запорожец , Ю.А. Кравченко , Э. В. Кулиев , В.В. Курейчик , Н. А. Лызь2020-10-11Аннотация ▼Статья посвящена проблеме идентификации неявных информационных угроз п о-
исковой деятельности пользователя в Интернет-пространстве на основе анализа его
активности в процессе данного взаимодействия. Применение знаний, хранящихся в
интернет-пространстве, для реализации преступных намерений несет в себе угрозу
для всего общества. Выявление злого умысла в действиях пользователей глобаль ной
информационной сети не всегда является тривиальной задачей. Отработанные техн о-
логии анализа контекста интересов пользователя дают сбой в случае осторожных
грамотных действий злоумышленников, которые в явном виде не демонстрируют пр е-
следуемой ими цели. В работе проведен анализ угроз, связанных с определенными сц е-
нариями реализации поисковых процедур, проявляющихся в поисковой деятельности.
Описаны критерии оценки неэффективных и эффективного сценариев поиска. Среди
признаков, указывающих на возможность наличия угрозы, выделены следующие основ-
ные: уход от решения задачи в бесцельную навигацию или к привлекательным ресурсам,
поверхностный поиск, отсутствие смыслового погружения в решение поисковой зад а-
чи, хаотичные действия при поиске. Для определения налич ия неблагоприятных при-
знаков построена система показателей. Сформулированы признаки эффективного
сценария организации поиска в Интернет-пространстве, описаны варианты наличия
неявных угроз для подобной ситуации. Представлен подход идентификации описанных
угроз с учетом заданных критериев оценки различных сценариев поведения пользоват е-
ля в глобальном информационном пространстве. Разработан алгоритм машинного
обучения для идентификации проблемных сценариев путем сравнения с ключевыми
паттернами поведения. Создана программная реализация подсистемы идентификации
информационных угроз, проведены экспериментальные исследования для подтвержд ения эффективности подсистемы. Экспериментальные исследования проводились на основе обработки открытых данных из социальных сетей, а также с применением
анализа поисковой деятельности пользователей в университетской корпоративной
информационной среде. -
ПОПУЛЯЦИОННЫЙ АЛГОРИТМ ПОСТРОЕНИЯ ДЕРЕВА РЕШЕНИЙ МЕТОДОМ КРИСТАЛЛИЗАЦИИ РОССЫПИ АЛЬТЕРНАТИВ
Б. K. Лебедев , О. Б. Лебедев , В.Б. Лебедев2020-11-22Аннотация ▼В ряде случаев возникает необходимость установления соответствия между заяв-
ленным и фактическим значением категориальной переменной на основе совокупности
признаков объекта. В этом случае возникает потребность в классификаторе с оптималь-
ной последовательностью рассматриваемых атрибутов с заданным значением целевой
функции. Значением целевой переменной может быть: да, нет, номер сорта, номер класса
и т.д. В работе решается задача построения классификационной модели в виде оптималь-
ной последовательность рассматриваемых атрибутов и их значений, входящих в состав
маршрута от корневой вершины к концевой вершине с заданным значением целевой пере-
менной. Если требуется классификатор, включающий возможность альтернативных от-
ветов, то вначале строятся независимо друг от друга оптимальные маршруты для каж-
дого значения целевой переменной, а затем эти маршруты объединяются («склеиваются»)
в единое бинарное дерево решений. В алгоритме построения классификатора на основе
метода кристаллизации россыпи альтернатив, каждое решение Qk интерпретируется в
виде в ориентированного маршрута Mk на бинарном дереве решений. Назовем порядковый
номер элемента в ориентированном маршруте Mk позицией siS={si|i=1,2,…,nA}. Элемен-
том маршрута Mk является пара (xi,ui-), где xi соответствует Ai. ui- в маршруте Mk явля-
ется ребром, выходящим из xi и соответствует выбранному вместе с Ai значению Ai. Вто-
рой индекс элемента ui- определится после выбора Ai, помещенного в соседнюю с sj позицию
sj+1. Работа алгоритма построения дерева решений базируется на использовании коллек-
тивной эволюционной памяти, под которой подразумевается информация, отражающая
историю поиска решения. Алгоритм учитывает тенденции к использованию альтернатив
из наилучших найденных решений. Особенностями являются наличие непрямого обмена
информацией – стигмержи. Совокупность данных об альтернативах и их оценках состав-
ляет россыпь альтернатив. Рассмотрены ключевые моменты анализа альтернатив в про-
цессе эволюционной коллективной адаптации. Экспериментальные исследования показали,
что разработанный алгоритм находит решения, не уступающие по качеству, а иногда и
превосходящие своих аналогов в среднем на 3–4 %. Временная сложность алгоритма, полу-
ченная экспериментальным путем, лежит в пределах О(n2)-О(n3). -
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). -
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. -
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. -
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. -
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. -
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. -
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 -
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. -
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. -
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). -
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. -
ГИБРИДНЫЙ БИОИНСПИРИРОВАННЫЙ АЛГОРИТМ ОТОБРАЖЕНИЯ ОНТОЛОГИЙ В ЗАДАЧАХ ИЗВЛЕЧЕНИЯ И УПРАВЛЕНИЯ ЗНАНИЯМИ
Д. Ю. Кравченко, Ю. А. Кравченко, В. В. Марков2020-07-20Аннотация ▼Статья посвящена решению задачи отображения онтологических моделей в процес-
сах извлечения и управления знаниями. Актуальность и значимость данной задачи обуслов-
лены необходимостью сохранения достоверности и исключения избыточности знаний при
интеграции (объединении) структурированных информационных источников различного
происхождения. Близость и непротиворечивость понятийной семантики объединенного
ресурса при проводимом отображении является основным критерием эффективности
предложенных решений. В статье рассмотрены проблемы выбора соответствующих за-
даче подходов решения, сохраняющих семантику при отображении концептов. Обоснована
стратегия выбора биоинспирированного моделирования. Проанализированы аспекты эф-
фективности применения различных децентрализованных биоинспирированных методов.
Определены причины необходимости проведения гибридизации. Предложено решать зада-
чу отображения онтологических моделей с применением биоинспирированного алгоритма,
построенного на основе гибридизации оптимизационных механизмов алгоритмов бактери-
ального и кукушкиного поиска. Проведенная гибридизация данных алгоритмов позволила
объединить их основные преимущества: последовательный бактериальный поиск, обеспечивающий детальное исследование локальных областей, и значительное число глобальных
перемещений агента-кукушки при реализации полетов Леви. Для оценки эффективности
предложенного гибридного биоинспирированного алгоритма разработан программный
продукт и проведены эксперименты по отображению онтологий разного размера. Каж-
дый концепт любой онтологии имеет определенный набор атрибутов, являющийся семан-
тическим вектором признаков. Степень сходства семантических векторов сравниваемых
концептов отображаемых онтологий является критерием их интеграции. Для повышения
качества процесса отображения введена новая кодировка решений. Полученные количест-
венные оценки демонстрируют экономию времени при решении задач относительно боль-
шой размерности (от 500000 вершин онтографа) не менее 13 %. Временная сложность
разработанного гибридного алгоритма составляет Описанные исследования имеют
высокий уровень теоретической и практической значимости и напрямую связаны с реше-
нием классических задач искусственного интеллекта, направленных на поиск скрытых за-
висимостей и закономерностей на множестве элементов знаний. -
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.
-
НЕЙРОСЕТЕВАЯ АППРОКСИМАЦИЯ МОДЕЛЬНО-ПРОГНОЗИРУЮЩЕГО УПРАВЛЕНИЯ ДЛЯ СИСТЕМЫ СТАБИЛИЗАЦИИ ДИНАМИЧЕСКОГО ОБЪЕКТА
Б.А. Комаров , С. В. Леонов , Т.Е. Мамонова276-2872025-12-30Аннотация ▼Актуальность. При решении задач стабилизации динамических объектов достаточно широко применяется классическое модельно-прогнозирующее управление. Оно обеспечивает высокое качество управления за счёт решения задачи оптимизации на каждом шаге, однако обладает значительными вычислительными затратами, что ограничивает его применение в системах реального времени с высокими требованиями к частоте обновления. Поэтому вопрос исследования применимости нейросетевого регулятора, обученного на модельно-прогнозирующем регуляторе (MPC) при решении задачи стабилизации положения динамического объекта при ограниченном вычислительном и временном ресурсе является актуальной. Цель. Целью представленной работы было разработать и исследовать нейросетевой регулятор, обученный на основе MPC-регулятора, для стабилизации положения динамического объекта на подвижной платформе. Методы. При выполнении работы использовались методы системного анализа, имитационного моделирования, а также экспериментальные испытания на стенде. Результаты и выводы. В рамках исследования разработан и обучен нейросетевой регулятор, аппроксимирующий поведение MPC на основе данных, полученных при управлении реальной балансировочной платформой. Обучение проводилось по входным и выходным данным MPC без использования внутренней модели системы, что позволило воспроизвести динамику регулятора при существенно меньших вычислительных затратах. Экспериментальные результаты показали, что нейросетевая модель обеспечивает качество стабилизации, сопоставимое с оригинальным MPC, при этом время вычислений сократилось с 47 мс до 1.6 мс, что составило значение ускорения в 29 раз. Предложенный подход демонстрирует потенциал нейросетевых методов управления в задачах замещения сложных оптимизационных регуляторов для систем с ограниченными вычислительными ресурсами.
-
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.
-
ОПТИМИЗАЦИЯ ВЫЧИСЛИТЕЛЬНОЙ СХЕМЫ ИНТЕРПОЛЯЦИИ ДЕКАДНЫХ МЕТЕОРОЛОГИЧЕСКИХ ДАННЫХ МЕТОДОМ ОБРАТНОГО ВЗВЕШИВАНИЯ ПО РАССТОЯНИЮ С ПАРАЛЛЕЛЬНОЙ ОБРАБОТКОЙ МНОЖЕСТВЕННЫХ ВРЕМЕННЫХ СРЕЗОВ
О.М. Голозубов , А.В. Козловский , Э.В. Мельник , Я.Э. Мельник , А.Н. Самойлов22-322025-12-30Аннотация ▼Настоящее исследование посвящено решению проблемы вычислительной неэффективности при пространственной интерполяции больших массивов декадных метеорологических данных с использованием метода обратного взвешивания по расстоянию. Традиционные подходы, предполагающие последовательную и независимую обработку каждого временного среза, демонстрируют линейный рост времени выполнения и значительное потребление оперативной памяти, что становится критическим барьером для оперативного построения детализированных и географически привязанных растровых полей в формате GeoTIFF. Это существенно ограничивает применение метода в задачах, требующих быстрой обработки многолетних архивов данных. Целью данной работы является разработка и валидация оптимизированной вычислительной схемы, позволяющей радикально сократить временные затраты при сохранении полноты и точности результатов. Ключевая научная новизна предложенного подхода заключается в фундаментальном переосмыслении вычислительного процесса. Вместо многократного повторения идентичных операций, предложена схема, основанная на однократном расчете полного вектора геодезических расстояний от каждой ячейки растра до всех метеостанций. Эта наиболее ресурсоемкая операция выполняется лишь один раз. В дальнейшем, полученный вектор расстояний применяется ко всем временным срезам (декадам) для вычисления интерполированных значений, что устраняет основную вычислительную избыточность и обеспечивает сублинейную зависимость времени обработки от числа декад. Для дальнейшего повышения производительности применяется механизм параллельной обработки на уровне центрального процессора, реализованный посредством динамического разделения растра на независимые вычислительные блоки (батчи). Размер батчей адаптивно регулируется с учетом доступной оперативной памяти, что гарантирует стабильность и масштабируемость решения на системах различной мощности. Апробация метода на реальных метеорологических данных за период 2015-2024 годов продемонстрировала радикальное сокращение времени выполнения. В частности, обработка десяти декадных временных срезов на стандартном ноутбуке занимает менее 3,5 минут, а на серверной платформе – около 3 минут, что представляет собой многократное ускорение по сравнению с традиционными реализациями. Таким образом, разработанное решение делает оперативную обработку больших пространственно-временных метеорологических массивов реальностью для широкого круга исследователей, открывая новые возможности для климатического мониторинга, агрометеорологии и геоинформационного анализа без необходимости привлечения специализированного дорогостоящего оборудования.
-
МОДУЛЬ ПРОГНОЗИРОВАНИЯ ПАРАМЕТРОВ ПРЕОБРАЗОВАТЕЛЕЙ ПО ЗАДАННЫМ АМПЛИТУДНО-ЧАСТОТНЫМ ХАРАКТЕРИСТИКАМ
В.И. Шлаев93-1032025-11-10Аннотация ▼Рассматривается решение задачи разработки преобразователей по заданным амплитудно-частотным характеристикам. Основная проблема заключается в проведении большого количества измерительных мероприятий с изменением параметров преобразователей для достижения необходимых амплитудно-частотных характеристик, что приводит к большим временным и ресурсным затратам на разработку. Проводится анализ основных параметров преобразователей, влияющих на заданные амплитудно-частотные характеристики. Анализируются существующие подходы, методы и алгоритмы при создании преобразователей требуемых характеристик. Описывается разработка модуля прогнозирования параметров электромеханических преобразователей, основанного на заданных амплитудно-частотных характеристиках. Задачи исследования включают создание структурно-параметрической и математической моделей для расчета характеристик преобразователей на стадии проектирования. Описывается алгоритм обучения модели на основе экспериментальных данных, полученных в ходе проведения измерений. Использование методов машинного обучения для предсказания параметров приводит к минимизации количества проводимых экспериментов и снижению затрат на разработку преобразователей. Предложенный подход основывается на использовании зависимости между конструктивными параметрами преобразователей и их частотными характеристиками. Для повышения точности прогнозирования применяется алгоритм градиентного бустинга. Представлены этапы подготовки данных для обучения модели. Описывается процесс обучения модели. Результаты демонстрируют значительное сокращение времени моделирования преобразователей: применение модуля позволяет ускорить процесс в несколько раз по сравнению с экспериментальным подходом. Прогнозирование характеристик на основе модели обеспечивает сопоставимую точность при большем объеме данных. Выводы исследования подтверждают эффективность предлагаемого подхода в разработке преобразователей, снижая временные и финансовые затраты, повышая точность моделирования и применимость в условиях ограниченных ресурсов
-
МНОГОСТАДИЙНЫЙ МУРАВЬИНЫЙ АЛГОРИТМ ОДНОМЕРНОЙ УПАКОВКИ НА БАЗЕ ЭФФЕКТИВНЫХ МЕТОДОВ КОДИРОВАНИЯ РЕШЕНИЙ, И ДВУХУРОВНЕВОЙ ЭВОЛЮЦИОННОЙ ПАМЯТИ
М.А. Ганжур , Б.К. Лебедев , О.Б. Лебедев21-372025-10-01Аннотация ▼Целью работы является разработка и исследование методов биоинспирированного поиска для решения задач одномерной упаковки в одинаковые контейнеры на базе эффективных алгоритмов кодирования и декодирования решений, композитного критерия и двухуровневой структуры эволюционной памяти. В работе предложена структура упорядоченного кода упаковки одномерных элементов в одинаковые контейнеры главное достоинство которого заключается в том, что одному решению упаковки соответствует один код и наоборот. Поисковая процедура базируется на модифицированной метаэвристике муравьиного алгоритма. На каждой итерации алгоритм одномерной упаковки имеет многостадийную структуру. Стадии выполняются последовательно одна за другой, начиная с первой. Каждая стадия Сk включает процедуры, выполняемые агентом zk. Число стадий равно числу агентов в популяции плюс заключительная стадия итерации. Основная задача, решаемая конструктивным алгоритмом на стадии Сk, заключается в построении кода Rk упаковки множества элементов X в одинаковые контейнеры. Стадия делится на периоды по числу формируемых агентом zk списков Xjк. Период делится на этапы. На каждом периоде последовательно по этапам решаются следующие задачи: агент zk конструктивным алгоритмом формирует набор Rk упорядоченных списков Xjк одномерной упаковки в одинаковые контейнеры; рассчитываются оценки fjk упаковки каждого контейнера Oj элементами списка <Xjк>; рассчитывается количество λjk феромона, пропорциональное оценке fjk; рассчитывается оценка Wk=∑i(fjk) одномерной упаковки множества элементов X в H одинаковых контейнеров; производится отложение феромона на ребрах графа G, соответствующих списку Xjк в ячейки накопительной матрицы памяти E второго уровня. После формирования всеми агентами zk популяции Z упорядоченных списков Rk, накопленный феромон добавляется в основную матрицу памяти Φ первого уровня. Для каждого Rk рассчитывается общий показатель Fk качества упаковки множества элементов X. Заключительная операция на итерации ‒ испарение феромона на ребрах графа G и фиксация zk c лучшим Fk. Проведены экспериментальные исследования заключающиеся в выяснении качества работы метода на тестовых наборах большой размерности. Для сравнения разработанного алгоритма с известными методами и с приближенными алгоритмами авторами было выбрано несколько групп бенчмарок из различных источников
-
ОПТИМИЗАЦИЯ ПИД-ПАРАМЕТРОВ СЕРВОСИСТЕМ С ИСПОЛЬЗОВАНИЕМ ГЕНЕТИЧЕСКОГО АЛГОРИТМА И НЕЙРОСЕТЕВОГО КЛАССИФИКАТОРА
Ахмад Зулфикар , Ю.А. Кравченко , А.М. Мансур237-2502025-10-01Аннотация ▼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).
-
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.
