Конференции ИВТ СО РАН

VII Всероссийская конференция молодых ученых по математическому моделированию и информационным технологиям (с участием иностранных ученых)

1-3 ноября 2006 года, Красноярск, Россия

Тезисы докладов

Математическое моделирование

О применении эволюционных алгоритмов при автоматизации проектирования интеллектуальных информационных технологий

Семенкина М.Е.

Красноярский государственный университет (Красноярск)

При проектировании интеллектуальных информационных технологий – систем управления на нечеткой логике (СНЛ), искусственных нейронных сетей (ИНС), алгоритмов символьной регрессии (СР) – значительную часть времени и сил разработчиков занимает выбор эффективных структур этих технологий. В СНЛ – это база нечетких правил, в ИНС – количество обрабатывающих слоев, количество нейронов на каждом слое и тип активационных функций нейронов, в СР – структура функциональной зависимости. После выбора структуры остальное (семантика лингвистических переменных в СНЛ, весовые коэффициенты в ИНС, параметры функциональных зависимостей в СР) может быть настроено почти автоматически.

Для автоматизации выбора структур интеллектуальных информационных технологий и настройки их параметров могут быть использованы так называемые генетические алгоритмы (ГА), которые могут работать со структурами произвольного типа [1-3].

Существенной проблемой применения ГА является настройка их параметров. Проведенное исследование эффективности ГА на сложных задачах дискретной оптимизации [4] показало, что существует набор настроек ГА, обеспечивающий достаточно эффективную работу в большинстве случаев. Это позволило выполнить модификацию ключевого оператора ГА (равномерного скрещивания [5, 6]), повысившую его эффективность. Полученные рекомендации по настройке ГА были использованы при проведении экспериментов с проектированием интеллектуальных информационных технологий [1-3] – выбором их структур и настройкой параметров.

В результате исследования были выбраны наиболее эффективные настройки ГА, выполнены модификации оператора равномерного скрещивания, а так же спроектированы нейронные сети для различных тестовых задач, найдены в аналитическом виде частные решения некоторых дифференциальных уравнений, восстановлены функциональные зависимости, сформирована база правил нечеткого контроллера.

Литература

1. Заблоцкий С.Г. Нейросетевое моделирование сложных систем генетическими алгоритмами. – М.: ВНТИЦ, 2006. - № гос. рег. 50200600254.

2. Пугачева К.В. Автоматизированное построение математических моделей эволюционными алгоритмами. - М.: ВНТИЦ, 2006. - № гос. рег. 50200600255.

3. Липинский Л.В., Малько В.А. Программная система автоматического формирования нечеткого логического контролера. – М.: ВНТИЦ, 2005. – № гос. рег. 50200501654.

4. Семенкина М. Е. Исследование эффективности генетического алгоритма при решении диофантовых уравнений // "Молодежь Сибири – науке России". - Красноярск: СИБУП, 2005. – С. 390-399.

5. Семенкина М.Е. О модификации оператора равномерного скрещивания в генетическом алгоритме // Тез. докл. VI Всероссийской конференции молодых ученых по математическому моделированию и информационным технологиям (с участием иностранных ученых). – Кемерово: ИВТ СО РАН, 2005. – С. 49.

6. Семенкина М.Е. Генетический алгоритм с модифицированным оператором множественной рекомбинации. - М.: ВНТИЦ, 2006. - № гос. рег. 50200600370.

Примечание. Тезисы докладов публикуются в авторской редакции

Ваши комментарии
Обратная связь

[Головная страница]
[Конференции]