Найти

Результаты поиска

• ПОПУЛЯЦИОННЫЙ АЛГОРИТМ ПОСТРОЕНИЯ ДЕРЕВА РЕШЕНИЙ МЕТОДОМ КРИСТАЛЛИЗАЦИИ РОССЫПИ АЛЬТЕРНАТИВ

  Б. K. Лебедев , О. Б. Лебедев , В.Б. Лебедев

  2020-11-22

  Аннотация ▼

  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 siS={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).

• РАЗРАБОТКА КОМБИНИРОВАННОЙ СИСТЕМЫ УПРАВЛЕНИЯ РЕЗИДЕНТНЫМ/ИНТЕРВЕНЦИОННЫМ АНПА НА ОСНОВАНИИ ПОВЕДЕНЧЕСКИХ МЕТОДОВ

  В.Ю. Занин, А. М. Маевский, И.В. Кожемякин

  2020-07-10

  Аннотация ▼

  Целью исследования является разработка комбинированных систем управления (СУ) автономным необитаемым подводным аппаратом (АНПА) интервенционного класса и манипуляторным комплексом (МК), установленным на АНПА. Аппараты такого типа яв-ляются важной составляющей подводных резидентных систем, которые позволяют рас-ширять спектр задач, выполняемых типовыми АНПА. Система носит многоуровневый характер, позволяющий на должном уровне описать определенные состояния и поведения аппарата в зависимости от поставленной задачи. Разработанная система отличается своей универсальностью и модульностью, что подразумевает быстроту в настройке/корректировке текущих задач, поставленных перед АНПА и простом внедрении и фор-мировании дополнительных задач со стороны оператора. В качестве примера, рассматри-вается задача, связанная с типовой работой резидентного АНПА – пробоотбор фракций грунта. Приведенные результаты натурных испытаний подтверждают работоспособ-ность предложенных подходов к управлению, с учетом внешних недетерминированных возмущений постоянного характера и моногармонического воздействия. В рамках выполнения поставленной задачи, описывается процесс формирования состояний АНПА, команд перехода между состояниями, формирования дерева поведений аппарата. Научная и практическая новизна полученных результатов, представленных в статье, состоит в реализации первого в РФ разработанного аппаратно-программного комплекса для АНПА, позво-ляющего обеспечить процесс пробоотбора грунта как в автоматизированном, так и ав-тономном режиме управления.