Для авторов
Найти
Результаты поиска
Найдено результатов: 11.
-
МОДИФИЦИРОВАННАЯ РАСПРЕДЕЛЕННАЯ АРХИТЕКТУРА ОБРАБОТКИ ДАННЫХ ДЛЯ ГЕОИНФОРМАЦИОННЫХ СИСТЕМ
М. Ю. Поленов , Д.А. Иванов2021-02-13Аннотация ▼Предложена модифицированная распределенная архитектура обработки данных на
основе модели клиент-сервер, как один из вариантов реализации программного приложения
геоинформационной системы. Проведенный обзор существующих геоинформационных
систем и их классификация с точки зрения архитектуры продемонстрировали перспек-
тивность применения распределенной архитектуры. Однако, системы, разработанные на
основе традиционной распределенной архитектуры, сталкиваются с проблемами ото-
бражения обработанных трехмерных данных в реальном времени на вычислительных уст-
ройствах с низкой производительностью. В связи с этим целью данной работы является
разработка и исследование модифицированной архитектуры геоинформационных систем,
позволяющей снизить требования к вычислительным устройствам клиентов. Актуаль-
ность темы исследования заключается в том, что в настоящее время существуют уст-
ройства способные поддержать работу только тонких клиентов, которые зачастую
имеют малый функционал и не способны решать тяжелые вычислительные задачи. В
статье рассмотрены особенности структурной и программной реализации геоинформационной системы на основе традиционной архитектуры и предложенной модифицирован-
ной распределенной архитектуры. Приведены результаты экспериментов проведенных на
двух разработанных программных приложениях, имеющих различную архитектуру. Про-
граммная реализация модифицированной архитектуры и результаты экспериментов, по-
казали целесообразность ее применения для геоинформационных систем на пользователь-
ских вычислительных устройствах с невысокой производительностью. Предложенная ар-
хитектура может быть использована и в других распределенных системах. Особенно в
таких, где стоят задачи отображения трехмерной информации на тонких клиентах -
ЕСТЕСТВЕННО-ЯЗЫКОВОЕ УПРАВЛЕНИЕ СТРОИТЕЛЬНЫМИ РОБОТЕХНИЧЕСКИМИ СИСТЕМАМИ
Д.Г. Макоева , И. Р. Тлупов , А. О. Шогенов83-932025-11-10Аннотация ▼Исследование нацелено на исследование потенциала систем управления строительными роботами посредством естественного языка. Именно отсутствие надежных систем обработки естественного языка служит тем сдерживающим фактором, что не дает интеллектуальной робототехнике в полной мере раскрыть свои потенциал. Работа дает обзор современных роботизированных строительных систем, которые используются для облегчения и улучшения строительных и инженерных процессов и задач. Объединяет эти все системы отсутствие естественно-языкового управления. В настоящей статье мы представляем принципы, алгоритмы и методы, позволяющие интеллектуальному агенту проникать в суть контекста ситуации, разворачивающейся на поле строительных и инженерных задач. В основе подхода лежит мультиагентная нейрокогнитивная архитектура, служащая своеобразным инструментом для моделирования процесса автоматической интерпретации фраз, взятых из ограниченного подмножества естественного языка. Чтобы интеллектуальный агент смог верно интерпретировать входящее сообщение, ему необходимо безошибочно определить условия, действия, свойства и отношения, имеющие место в системе «интеллектуальный агент – окружающая среда». Только после этого агент обретает способность интерпретировать контекст текущего диалога и генерировать высказывания, необходимые для проектирования кооперативного поведения, направленного на совместное преодоление технических преград. Одной из наиболее распространенных задач, требующих своего решения в быстроразвивающейся области робототехники, является разработка диалоговой системы управления, способной координировать совместное человеко-машинное поведение и интерпретировать цели и условия миссий, изложенные на естественном языке. Система управления, опирающаяся на естественный язык, является неотъемлемой частью интеллектуальной системы, фундаментом которой служит самоорганизующаяся мультиагентная нейрокогнитивная архитектура. Ее главная цель – наладить беспрепятственное общение между человеко-машинными коллективами, для того чтобы они могли совместно ставить, описывать и успешно выполнять сложные строительные задачи. Основополагающим элементом подхода является мультиагентность, позволяющая системе принятия решений робота быть гибкой, адаптивной и непрерывно расширять диапазон своих знаний, генерируя вопросы, необходимые для дальнейшей работы.
-
РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ РОБОТОТЕХНИЧЕСКОЙ СИСТЕМЫ СБОРА УРОЖАЯ
З. В. Нагоев , О.З. Загазежева , К.Ч. Бжихатлов , И.А. Мамбетов2025-04-27Аннотация ▼В условиях необходимости обеспечения продовольственной безопасности актуальными ста-
новятся задачи оптимизации производственных процессов в аграрном секторе. Например, учиты-
вая нехватку трудовых ресурсов в сельском хозяйстве, требуется разработка и внедрение робо-
тотехнических систем для автоматизации процессов ухода за растениями, сбора урожая и его
переработки. В статье представлены результаты разработки автономного робота для сбора
яблок, созданного на базе универсального антропоморфного робота, разработанного в Кабардино-
Балкарском научном центре РАН. Робот оснащен двумя многозвенными манипуляторами, схожи-
ми с руками человека, что позволяет ему выполнять сложные задачи по сбору урожая. Для обес-
печения интеллектуального управления всей системой используется мультиагентная нейрокогни-
тивная архитектура, которая имитирует работу человеческого мозга и позволяет роботу адап-
тироваться к изменяющимся условиям окружающей среды. Робот оснащен набором сенсоров,
включая видеокамеры, ультразвуковые и инфракрасные дальномеры, лидар и энкодеры на приводах
манипуляторов. Это позволяет ему точно определять местоположение яблок, оценивать их зре-
лость и планировать траекторию движения манипуляторов. Особое внимание уделено разработ-
ке захвата, который имитирует человеческую кисть и позволяет регулировать силу сжатия, что
минимизирует риск повреждения плодов. Для управления роботом используется мультиагентная
нейрокогнитивная архитектура, которая обеспечивает автономное принятие решений на основе
данных с сенсоров. Система способна строить карту местности, определять положение робота
и планировать маршрут движения, а также распознавать яблоки и оценивать их состояние.
В статье также рассмотрены проблемы, связанные с автоматизацией сбора урожая в сельском
хозяйстве, включая нехватку трудовых ресурсов и потери урожая из-за неправильной эксплуата-
ции техники. Авторы подчеркивают, что автоматизация и роботизация процессов уборки уро-
жая имеют большой потенциал, особенно для культур, требующих индивидуального подхода, та-
ких как фрукты и овощи. Представленный робот демонстрирует высокую эффективность в ре-
шении этих задач, что подтверждается результатами полевых испытаний. Разработанная сис-
тема может быть адаптирована для работы с другими культурами, что делает ее универсаль-
ным решением для сельскохозяйственной отрасли -
ОЦЕНКА ВОЗМОЖНОСТЕЙ ПЕРСПЕКТИВНЫХ ВЫЧИСЛИТЕЛЬНЫХ ТЕХНОЛОГИЙ ДЛЯ РАСЧЕТА ТОЧНЫХ ПРИБЛИЖЕНИЙ РАСПРЕДЕЛЕНИЙ ВЕРОЯТНОСТЕЙ ЗНАЧЕНИЙ СТАТИСТИК
А.К. Мельников , И.И. Левин , А.И. Дордопуло , Л.М. Сластен2022-11-01Аннотация ▼Статья посвящена оценке аппаратного ресурса вычислительных систем для решения
вычислительно-трудоемкой задачи – расчета распределений вероятностей значений ста-
тистик методом второй кратности на основе Δ-точных приближений для выборок объе-
мом от 320 до 1280 знаков при мощности алфавита от 128 до 256 символов с точностью
=10-5. Общее время решения не должно превышать 30 дней или 2,592·106 секунд при круг-
лосуточном режиме вычислений. Использование свойств метода второй кратности позво-
ляет привести вычислительную сложность расчета к диапазону 9,68·1022–1,60·1052 опера-
ций с числом проверяемых векторов – от 6,50·1023 до 1,39·1050. Решение этой задачи для
указанных параметров выборок в заданное время с помощью современных вычислительных
средств (процессоров, графических ускорителей, программируемых логических интеграль-
ных схем) требует недостижимого на практике аппаратного ресурса. Поэтому в статье
анализируются возможности перспективных квантовых и фотонных технологий для ре-
шения задачи с заданными параметрами. Основным преимуществом квантовых вычисли-
тельных систем является высокая скорость вычислений для всех возможных значений па-
раметров. Однако, для расчета распределений вероятностей значений статистик кванто-
вое ускорение не будет достигнуто из-за необходимости проверки всех полученных реше-
ний, число которых соответствует размерности задачи. Кроме того, текущий уровень
развития элементной базы не позволяет создавать и использовать квантовые вычислите-
ли с разрядностью 120 кубитов, необходимой для решения рассматриваемой задачи. Фо-
тонные вычислители могут обеспечить высокую скорость вычислений при низком энерго-
потреблении и для решения рассматриваемой задачи требуют наименьшее число узлов.
Однако, нерешенные проблемы с физической реализацией элементов оперативного хране-
ния данных и отсутствием доступной элементной базы не позволяют в обозримой пер-
спективе (5–7 лет) использовать фотонные вычислительные технологии для расчета рас-
пределений вероятностей значений статистик, поэтому наиболее целесообразно примене-
ние гибридных вычислительных систем, содержащих узлы различных архитектур.
Для реализации задачи на различных аппаратных платформах (универсальные процессоры,
графические ускорители, программируемые логические интегральные схемы) и конфигура-
циях гибридных вычислительных систем предложено использование архитектурно-
независимого языка программирования высокого уровня SET@L, объединяющего представ-
ление вычислений в виде множеств и совокупностей с помощью альтернативной теории
множеств П. Вопенка с абсолютным параллелизмом информационного графа и парадиг-
мами аспектно-ориентированного программирования. -
ЦЕНТРАЛЬНО-КОЛЬЦЕВОЙ ПОЛИНОМИАЛЬНЫЙ АЛГОРИТМ РАСПРЕДЕЛЕНИЯ ВЫЧИСЛИТЕЛЬНО-ВРЕМЕННЫХ РЕСУРСОВ В ГРИД-СИСТЕМАХ
Д.Ю. Кравченко , Ю.А. Кравченко , Э. В. Кулиев , А.Э. Саак2022-08-09Аннотация ▼Статья посвящена решению задачи распределения вычислительно-временных ресурсов в
грид-системах на основе адаптации используемых полиномиальных алгоритмов к квадратич-
ным типам заявок пользователей. Актуальность задачи обоснована значительным ростом
востребованности парадигмы распределенных вычислений в условиях информационного пере-
полнения и неопределенности. В статье рассмотрены проблемы диспетчирования гетероген-
ных вычислительных ресурсов при решении сложных профессиональных и научных задач, по-
ступающих в различные моменты времени, на основе классификации по значимым признакам
соответствия и готовности ресурса. Проведен сравнительный обзор существующих аналогов.
Сформулирована постановка решаемой задачи в контексте выбранной тематики исследова-
ния. Обоснована проблема диспетчирования грид-систем с централизованной архитектурой,
которая использует технологию мульти-сайтного выполнения задач. Применение данной архи-
тектуры требует разработки эвристических алгоритмов распределения вычислительных ре-
сурсов с функцией учета свойств массивов заявок пользователей и оценки соответствия распи-
сания. Исключение возникновения ошибок диспетчирования требует разработки формального
аппарата, который будет выявлять закономерности множества заявок, введет их типизацию
и построит эвристические алгоритмы с оценкой качества, адаптированные под соответст-
вующие типы. Разработка такого формального аппарата несомненно является актуальной
задачей. Не менее важной задачей в рамках создания данного аппарата является построение
модели паритетности ресурсов и моделей взаимодействия пользователей и вычислительнойсистемы. Авторами предложено решать задачу диспетчирования вычислительных ресурсов на
основе разработки и исследования полиномиальных алгоритмов диспетчирования массивами
заявок гиперболического типа. Основной теоретической значимостью данного исследования
является создание формального аппарата среды диспетчирования, включающего определение
ресурсного прямоугольника, как модели заявки пользователя, на основе выполнения операций в
среде диспетчирования над этими ресурсными прямоугольниками. Научная новизна исследова-
ния заключается в разработке центрально-кольцевого полиномиального алгоритма распределе-
ния вычислительно-временных ресурсов в грид-системах, который отличается от существую-
щих алгоритмов диспетчирования вычислительных систем адаптацией к квадратичным типам
заявок пользователей и позволяет повысить эффективность распределения вычислительно-
временных ресурсов. Для оценки эффективности предложенного алгоритма разработано про-
граммное приложение и проведен вычислительный эксперимент с разным количеством сфор-
мированных классов вычислительных ресурсов. Полученные сравнительные результаты прове-
денных экспериментальных исследований подтверждает эффективность предложенного ал-
горитма распределения вычислительно-временных ресурсов. Описанные исследования имеют
высокий уровень теоретической и практической значимости и напрямую связаны с решением
классических задач искусственного интеллекта. -
ОЦЕНКА ВОЗДЕЙСТВУЮЩИХ ФАКТОРОВ И ПРОГНОЗИРОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ В РЕГИОНАЛЬНОЙ ЭНЕРГОСИСТЕМЕ С УЧЕТОМ РЕЖИМА ЕЕ ЭКСПЛУАТАЦИИ
Н. К. Полуянович , М. Н. Дубяго2022-05-26Аннотация ▼Статья посвящена исследованиям вопросов оценки воздействующих факторов и про-
гнозирования электропотребления в региональной энергосистеме с учетом режимов ее
эксплуатации. Проведен анализ существующих методов прогнозирования энергопотребле-
ния. Обоснован выбор метода прогнозирования с использованием искусственной нейронной
сети. Рассмотрен алгоритм создания нейросети для краткосрочного прогноза электриче-
ской нагрузки. Актуальность работы обусловлена требованиями действующего законода-
тельства к прогнозированию электропотребления для решения задачи поддержания балан-
са мощностей между генерирующей стороной и потреблением электрической энергии.
При этом одной из основных задач, связанных с генерацией электрической энергии и ее
потреблением, является задача поддержания баланса мощностей. С одной стороны, при
увеличении плановой нагрузки могут возникнуть перебои в поставке электроэнергии, с дру-
гой стороны, уменьшение электропотребления приведет так же к уменьшению КПД элек-
тростанций, и в конечном счете – к повышению стоимости на электроэнергию как для
субъекта оптового рынка электроэнергии, так и для конечного потребителя. Разработан-
ная нейросетевая модель (НС) модель сводит задачу краткосрочного прогнозирования
электропотребления к поиску матрицы свободных коэффициентов посредством обучения
на имеющихся статистических данных (активная и реактивная мощность, температура
окружающей среды, дата и индекс дня). Полученная НС модель краткосрочного прогнози-
рования электропотребления участка районной электрической сети 10 кВ, учитывает
факторы: – времени, – метеорологических условий, – отключений отдельных питающих
линий электропередач, – режима работы потребителей электроэнергии. Получены про-
гнозные оценки электропотребления энергосистемы по данным потребляемой электро-
энергии наружной температуры, типу дня и т.д. Модель прогнозирования величины, по-
требляемой активной и реактивной мощности вполне работоспособна, однако на данном
этапе все еще имеет довольно высокий уровень погрешности прогнозирования. Для повы-
шения точности прогнозирования необходимо увеличить базу данных, составляющих обу-
чающую выборку, т.к. на данный момент имеющиеся данные охватывают временной про-
межуток длиной лишь 3–4 месяца. Результаты анализа показали, что наибольшие трудно-
сти вызывает прогнозирование потребления реактивной мощности. -
ФОРМАЛИЗОВАННЫЙ ПОДХОД К СИНТЕЗУ АРХИТЕКТУРЫ СИСТЕМЫ АДАПТИВНОГО ГРУППОВОГО УПРАВЛЕНИЯ РОБОТОТЕХНИЧЕСКИМИ КОМПЛЕКСАМИ В УСЛОВИЯХ НЕДЕТЕРМИНИРОВАННОЙ ДИНАМИЧЕСКОЙ СРЕДЫ
В. В. Свиридов2022-05-26Аннотация ▼Бурное развитие «многоагентных систем», как самостоятельного и многопланового
раздела искусственного интеллекта, привлекает к себе многих исследователей в различных
сферах деятельности. Темпы прогресса в развитии информационных технологий, распре-
делённых информационных систем, компьютерной техники определяют возможности
применения технологий робототехники в Вооружённых силах Российской Федерации.
Представленные в статье факторы санкционируют необходимость внедрения в войска
новых интеллектуальных технологий – автономных робототехнических комплексов (сис-
тем). Развитие методов искусственного интеллекта позволяет сделать новый шаг к из-
менению стиля взаимодействия комплексов между собой в составе робототехнической
системы. Возникла идея создания так называемых "автономных комплексов", которые
породили уже новый стиль адаптивного группового управления. Вместо взаимодействия,
инициируемого пользователем-оператором путём команд и прямых манипуляций, комплек-
сы самостоятельно вовлекаются в совместный процесс решения общей задачи в условиях
недетерминированной динамической среды. В статье предложен формализованный подход
к конструированию вариантов архитектур группового взаимодействия автономных робо-
тотехнических комплексов в системе, основанного на законе открытого управления, т.е.
индуцированных и достоверных предпочтений каждого комплекса к действию, удовлетво-
ряющих условиям совершенного согласования их деятельности, путём идентификации па-
раметров, при которых максимизируется целевая функция в различных режимах функционирования робототехнической системы. Представлена формализованная постановка за-
дачи синтеза системы адаптивного группового управления автономными робототехниче-
скими комплексами в условиях априорной неопределённости. Архитектура группового
взаимодействия комплексов адаптивно выстраивается исходя из условий внешней среды и
внутреннего состояния системы, в которых каждый комплекс группы функционирует для
достижения общей цели (решения системной задачи) в рассматриваемый момент времени -
МУЛЬТИАГЕНТНЫЙ АЛГОРИТМ СБОРА ДАННЫХ С МЕТЕОСТАНЦИИ ДЛЯ ПРОГНОЗИРОВАНИЯ УРОЖАЙНОСТИ И СОСТОЯНИЯ ПОСЕВОВ
И.А. Пшенокова , К.Ч. Бжихатлов , А. А. Унагасов , М.А. Абазоков91-1012022-04-21Аннотация ▼Погода оказывает сильное влияние на урожайность и состояние посевов, на требо-
вания к количеству и качеству удобрений, а также на профилактические меры по предот-
вращению заболеваний. Плохие погодные условия могут повлиять на качество продукции во
время транспортировки и хранения, а значит и на жизнеспособность семян и посадочного
материала. В настоящее время в сельском хозяйстве широко применяются различные сис-
темы интеллектуального мониторинга, к которым можно отнести спутниковый мони-
торинг и метеостанции. При этом основополагающую роль играет выбор метода анализа
полученных данных и интеллектуальных систем их обработки для превентивного прогно-
зирования. Целью исследования является разработка интеллектуальной системы прогно-
зирования урожайности и состояния посевов на основе данных с метеостанции. В рамках
данного исследования разработан мультиагентный алгоритм прогнозирования состояния
посевов по данным с метеостанции на основе самоорганизации нейрокогнитивной архи-
тектуры. Приведено описание структурной схемы метеостанции и ее датчиков. Разрабо-
тан алгоритм программы для сбора и обработки данных с датчиков метеостанции.
В результате обработки в интеллектуальную систему принятия решений отправляются
данные о температуре воздуха и почвы, влажности воздуха и почвы, скорости и направле-
ние ветра, количестве осадков и о сумме активных температур. Описана система по-
строения причинно-следственных связей, на основе которой строится система прогнозирования, которая позволяет в превентивном порядке делать рекомендации или прогнозы по
урожайности и состоянию посевов, а также по вероятности заболеваний и распростра-
нения вредителей на контролируемых посевах. -
МОДЕЛЬ ПРОГНОЗИРОВАНИЯ ТРАНСПОРТНОГО ПОТОКА НА ОСНОВЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ПРЕДСКАЗАНИЯ ТРАФИКА НА ДОРОГАХ
Аламир Хайдер Сагбан Хуссейн, Е.В. Заргарян, Ю. А. Заргарян124-1322021-08-11Аннотация ▼В связи с индустриализацией современного общества, ростом транспортных систем нашей страны, увеличения определенных необходимых для развития потребностей граждан нашей страны количество транспортных средств разных видов и типов с каждым годом продолжает увеличиваться с большой скоростью, вызывая огромные пробки на транспортных дорогах, особенно в больших городах и мегаполисах. Таким образом, прогнозирование транспортных потоков является важным и необходимым компонентом оптимального управления трафиком в современных условиях развития транспортной сети. В качестве решения этой проблемы данная статья нацелена на анализ и описание приме-нения методов искусственного интеллекта, в частности нейронных сетей, что представляет современный подход к моделированию в сложных и нелинейных ситуациях, возникаю-щих при прогнозировании модели транспортного потока. Показанный метод точности основан на разработке нейронной сети для прогнозирования дневного потока трафика. Затем ожидаемый транспортный поток сравнивается с реальным набором данных, записанным на участке дороги и предоставленным менеджером инфраструктуры. Фактически, нейронные сети способны извлекать уроки из прошлых возникших ситуаций и предсказывать будущие ситуации на транспортной сети. В этом исследовании были изучены раз-личные структуры нейронной сети, и результаты моделирования показали, что лучшие прогнозы были получены с использованием многослойной архитектуры персептрон, кото-рая имеет хорошую систему обобщения со средней общей квадратичной ошибкой 0,00927 при текущем наборе транспортных средств. Первая часть статьи посвящена определению различных концепций, относящихся к текущей области исследований, включая обзор литературы по прогнозированию трафика и нейронным сетям. Вторая часть посвящена описанию проблемы перегрузки трафика с помощью задач прогнозирования и представлению предлагаемого метода решения с акцентом на искусственные нейронные сети, как средство прогнозирования спроса и его различных структур. Затем численные эксперименты проиллюстрированы анализом результатов прогноза после формирования и тестирования различных архитектур нейронных сетей.
-
АЛГОРИТМ ОБУЧЕНИЯ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ ФАКТОРНОГО ПРОГНОЗИРОВАНИЯ РЕСУРСА ИЗОЛЯЦИОННЫХ МАТЕРИАЛОВ СИЛОВЫХ КАБЕЛЬНЫХ ЛИНИЙ
Н. К. Полуянович , М. Н. Дубяго2021-07-18Аннотация ▼Статья посвящена исследованиям термофлуктуационных процессов в соответствии
с теорией теплопроводности для решения задач факторного прогнозирования остаточно-
го ресурса изоляционных материалов на основе неразрушающего температурного метода.
Обоснована актуальность задачи разработки алгоритма для прогнозирования температу-
ры жил СКЛ в режиме реального времени на основе данных системы температурного
мониторинга, с учетом изменения токовой нагрузки линии и внешних условий теплоотвода.
Экспериментальным методом выявлены типы искусственных нейронных сетей, их архи-
тектура и состав, которые обеспечивают максимальную точность прогнозирования при
минимальном наборе значимых факторов. Разработана нейросеть для определения темпе-
ратурного режима токоведущей жилы силового кабеля. Определен минимальный набор
значимых факторов и размерность входного обучающего вектора, который обеспечивает
универсальность нейросетевого метода прогнозирования. Разработана нейросеть для оп-
ределения температурного режима токоведущей жилы заключается в диагностике и про-
гнозировании ресурса электроизоляции (ЭИ) силового кабеля. Модель позволяет оцениватьтекущее состояние изоляции и прогнозировать остаточный ресурс СКЛ. Проведен сравни-
тельный анализ экспериментальных и расчетных характеристик алгоритмов обучения
искусственной нейронной. Установлено, что предлагаемый алгоритм искусственной ней-
ронной сети может быть использована для составления прогноза температурного режи-
ма токоведущей жилы, на три часа вперед с точностью до 2,5% от фактического значе-
ния температуры жилы. Основная область применения разработанной нейросети для
определения температурного режима токоведущей жилы заключается в диагностике и
прогнозировании ресурса электроизоляции (ЭИ) силового кабеля. Разработка интеллекту-
альной системы прогнозирования (ИНС) температуры жилы СКЛ способствует планиро-
ванию режимов работы электросети с целью повышения надежности и энергоэффектив-
ности их взаимодействия с объединенной энергосистемой. -
ПРОГРАММНАЯ ПОДСИСТЕМА ДЛЯ РЕШЕНИЯ NP-СЛОЖНЫХ КОМБИНАТОРНО-ЛОГИЧЕСКИХ ЗАДАЧ НА ГРАФАХ
В.В. Курейчик , Вл. Вл. Курейчик2021-07-18Аннотация ▼Работа посвящена созданию программной подсистемы для решения NP- трудных и
NP-сложных комбинаторно-логических задач на графах. В статье приведено описание
комбинаторно-логических задач на графах. Для эффективного их решения предлагаются
новые многоуровневые архитектуры поиска, такие как простая комбинированная, парал-
лельная комбинированная, двухуровневая, интегрированная и гибридная. Данные архитек-
туры основаны на методах, инспирированных природными системами. Ключевым отличием данных архитектур является разделение поиска на два или три уровня и применение на
них различных алгоритмов эволюционного моделирования и биоинспирированного поиска.
Это позволяет получать наборы квазиоптимальных решений выполнять параллельную
обработку и частично устранять проблему преждевременной сходимости. В статье при-
ведено подробное описание разработанной программной подсистемы и ее модулей. В каче-
стве модулей в подсистеме имеется пять разработанных архитектур и набор разрабо-
танных алгоритмов эволюционного моделирования и биоинспирированного поиска, таких
как эволюционный, генетический, пчелиный, муравьиный, светлячковый и обезьяний. Благо-
даря модульной структуре в подсистеме имеется возможность конструировать более 50
различных вариантов комбинаций поиска. Это позволяет использовать все достоинства
методов биоинспирированной оптимизации для эффективного решения NP-сложных ком-
бинаторно-логических задач на графах. Для подтверждения эффективности разработан-
ной программной подсистемы был проведен вычислительный эксперимент на тестовых
примерах. Проведенные серии тестов и экспериментов показали преимущество использо-
вания программного продукта для решения комбинаторно-логических задач на графах
большой размерности, по сравнению с известными алгоритмами, что говорит о перспек-
тивности применения такого подхода. Временная сложность разработанных алгоритмов
в лучшем случае O(nlogn), в худшем случае – О(n3).
1 - 11 из 11 результатов
