Институт вычислительной математики и математической геофизики СО РАН

Тезисы докладов

Практика проектирования и эксплуатации сложных систем ставит перед нами задачу рационального их использования и, следовательно, возникает проблема разработки эффективных методов и синтеза средств исследования систем «в целом». К числу типичных факторов, затрудняющих исследования следует отнести, в частности, априорную недостаточность, исходную неопределенность, невозможность активного эксперимента с объектом, слабо формализованные способы задания целевых функционалов (вычислительная сложность), разнотипность наблюдаемых и представляющих данных, предполагаемая многоэкстремальность, высокая размерность и прочее.

Очевидно, что не все традиционные методы оптимизации, включая последние появившиеся в литературе, позволяют справиться с такой совокупностью существенных факторов. Эволюционные алгоритмы (ЭА) позволяют справиться с большинством проблем. В частности, генетические алгоритмы (ГА) реализуют прямой поиск, тем самым, исключая проблему неопределенности, переменные решаемой задачи в ГА кодируются бинарными строками – решается проблема разношкальности. Как показывает практика применения ЭА, высокая размерность задач, нелинейность и многоэкстремальность не создают для ГА дополнительных проблем. Более того, наибольший эффект применения ГА достигается при решении сложных многоэкстремальных задач. В ситуациях, когда с объектом нельзя активно экспериментировать, использование метода генетического программирования (ГП) позволяет по статистических данным наблюдений строить адекватные математические модели в виде символьных математических выражений, решая, таким образом, проблему вычислительной сложности.

Однако, слабое теоретическое обоснование, наличие разного рода эвристик, приводит к тому, что разработка, настройка параметров и использование ЭА является не простой задачей для конечного пользователя. По этой причине возникает актуальная научная проблема автоматизации процессов исследования, моделирования и оптимизации сложных систем с использованием ЭА.

В данной работе рассмотрены новый гибридный алгоритм генетического программирования построения аналитических моделей сложных систем и вероятностный генетический алгоритм оптимизации полученных моделей, предложена эффективная процедура комплексного исследования сложных систем с помощью эволюционных алгоритмов.

Примечание. Тезисы докладов публикуются в авторской редакции

Ваши комментарии Обратная связь

[Головная страница] [Конференции]

© 2005, Институт Вычислительной Математики и Математической Геофизики СО РАН, Новосибирск
© 2005, Сибирское отделение Российской академии наук, Новосибирск
Администратор страницы: sojconf@sscc.ru