Найти

Результаты поиска

• 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.

• БИОИНСПИРИРОВАННЫЙ ПОДХОД ДЛЯ РЕШЕНИЯ ЗАДАЧИ ТРЕХМЕРНОЙ УПАКОВКИ

  В.И. Данильченко , В.В. Бова , М. М. Семенова , С.В. Игнатьева , М. Б. Шайлиев

  2026-02-27

  Аннотация ▼

  Рассматривается одна из важных комбинаторных задач оптимизации – задача трехмерной упаковки. Оптимизация трехмерной упаковки снижает затраты и повышает эффективность логистики, что делает ее актуальной для промышленности. В работе проанализированы классические подходы, такие как жадные алгоритмы и динамическое программирование, а также широко применяемые методы, включая эволюционные алгоритмы и локальный поиск. Анализ существующих методов, включая жадный поиск, динамическое программирование, эволюционные алгоритмы и локальный поиск, позволил выявить их ключевые характеристики и определить подходящие области применения. В контексте данного анализа представлен обзор ключевых методов, доминировавших в определенные исторические периоды. Анализ включает рассмотрение условий применения различных методов, их эффективности для определенных типов задач, а также их преимуществ и ограничений. Представлен многоуровневый алгоритм поиска, который объединяет преимущества традиционных и современных методов оптимизации. Многоуровневый алгоритм позволяет улучшить точность решения задачи упаковки за счет динамической настройки параметров. Разработан программный комплекс для решения задачи оптимизации трехмерной упаковки с использованием биоинспирированных алгоритмов. Проведен вычислительный эксперимент на тестовых примерах (бенчмарках). Качество упаковки, полученное, на основе разработанного комбинированного биоинспирированного алгоритма, в среднем на 7 % превосходит результаты упаковки, полученные с использованием известных алгоритмов, а время решения меньше от 7% до 25%, что говорит об эффективности предложенного подхода. Проведенные серии тестов и экспериментов позволили уточнить теоретические оценки временной сложности алгоритмов упаковки. В лучшем случае временная сложность алгоритмов O(n²), в худшем случае – O(n³).

• 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.

• 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.

• 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.

• 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).

• 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.

• АНАЛИЗ ПРИЧИН ВОЗНИКНОВЕНИЯ ОШИБОК В АМПЛИТУДНО-ФАЗОВОМ РАСПРЕДЕЛЕНИИ ЛИНЕЙНЫХ ФАЗИРОВАННЫХ АНТЕННЫХ РЕШЕТОК И МЕТОДИКА ИХ УМЕНЬШЕНИЯ

  С.С. Быбин , Н.П. Дунаев , С.В. Кузьмин , А.Н. Морозов

  2026-02-27

  Аннотация ▼

  Для использования фазированной антенной решётки в режиме диаграммоформирования необходимо установить определённое амплитудно-фазовое распределение на входах излучающих элементов. Амплитудные и фазовые ошибки искажают диаграмму направленности. В работе анализируются источники ошибок в амплитудно-фазовом распределении фазированных антенных решёток, включая паразитные фазовые сдвиги, нелинейность усилительных трактов, температурную нестабильность и взаимные электромагнитные связи между элементами. Описаны три методики калибровки и настройки фазированных антенных решёток, основанные на прямых измерениях коэффициентов передачи в ближней зоне и последующем вычислении вектора воздействий с использованием обратных и псевдообратных матриц взаимных связей, что обеспечивает системный подход к устранению ошибок. Для получения начальных значений предварительно проводилась калибровка каждого канала по закрытому тракту с помощью векторного анализатора цепей. Методика 1 реализует корректировку по множеству точек в пространстве и одному набору состояний каждого канала. Для повышения устойчивости решения методика 2 использует регуляризацию элементов матрицы взаимных связей на основе дополнительного набора измеренных состояний каждого канала. Методика 3 позволяет построить математическую модель конкретной реализации фазированной антенной решётки на основе измерений при фиксированном состоянии каналов, что обеспечивает формирование произвольного амплитудно-фазового состояния без повторных измерений. Проведена экспериментальная настройка восьмиэлементной эквидистантной линейной фазированной антенной решётки. Модули аттенюатора/фазовращателя решётки основаны на отладочных платах фазовращателя PE44820 и аттенюатора PE4302 и управляются с помощью микроконтроллера для автоматического изменения фаз и амплитуд. Измерения проводились автоматически на стенде ближнего поля в безэховой экранированной камере с помощью векторного анализатора цепей. Представлены результаты калибровки, построены матрицы взаимных связей и сформированы диаграммы направленности, подтверждающие работоспособность предложенных подходов. Поскольку экспериментальная решётка является малоэлементной, результаты применения рассмотренных методик сравниваются с результатами настройки в дальней зоне, выполненной с использованием эволюционного алгоритма.

• ВЛИЯНИЕ МЕТОДА ВЫБОРКИ НА ОЦЕНКУ ХАРАКТЕРИСТИК В АНАЛИЗЕ ЛАНДШАФТА ПОИСКА

  М.В. Пикалов

  2026-02-27

  Аннотация ▼

  Методы анализа ландшафта поиска (ELA) оценивают ландшафт приспособленности задачи в виде числовых дескрипторов, часто используемых для рекомендации оптимальных параметров алгоритма. Данное исследование изучает влияние методов и объёма выборки на аппроксимацию признаков ELA и последующую производительность моделей машинного обучения. Исследование демонстрирует, что эти аппроксимированные признаки не являются абсолютными характеристиками ландшафта, а существенно зависят от метода, использованного для генерации точек выборки. Хотя увеличение объёма выборки снижает дисперсию оценок признаков, сам выбор метода семплирования вносит значительное смещение, приводя к статистически различным значениям признаков для таких методов, как вихрь Мерсенна, латинский гиперкуб (LHS) и последовательности Фауре. Ключевой эксперимент включал предсказание параметров настраиваемой задачи W-model с использованием регрессионных моделей, обученных на признаках ELA. Результаты показали, что модели, обученные и протестированные на данных, полученных одним и тем же методом выборки, показали наилучшие результаты, что подчеркивает отсутствие совместимости между различными методами выборки. Примечательно, что квазислучайные последовательности Фауре давали наименьшую ошибку регрессии, превосходя распространенные методы, такие как равномерное случайное распределение и LHS. Более того, перекрёстная проверка выявила, что модели, особенно обученные на последовательностях Фауре, демонстрировали значительное падение производительности при тестировании на данных, полученных любым другим методом, что подтверждает: стратегия выборки накладывает специфический «отпечаток» на данные признаков. Полученные результаты ставят под сомнение стандартное использование распространенных методов выборки в ELA. Точность моделей машинного обучения для выбора и настройки алгоритмов сильно зависит от метода выборки, используемой для извлечения признаков. Следовательно, для обеспечения точности критически важно соблюдать согласованность между методами выборки, используемыми на этапах обучения модели и её практического применения. Высокая производительность последовательностей Фауре указывает на то, что подобные последовательности являются перспективным направлением для будущих исследований в области создания более надёжных и точных моделей на основе ELA.