Программный комплекс решения задачи многокритериальной оптимизации со стохастическими ограничениями

• Опубліковано в: Кибернетика и системный анализ
• Дата: 2018
• ISSN: 1019-5262
• Автори: Богданова, Л.М., Васильева, Л.В., Гузенко, Д.Е., Колодяжный, В.М.
• Формат: Стаття
• Мова: Російська
• Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2018
• Теми: Програмно-технічні комплекси
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/161460
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Программный комплекс решения задачи многокритериальной оптимизации со стохастическими ограничениями / Л.М. Богданова, Л.В. Васильева, Д.Е. Гузенко, В.М. Колодяжный // Кибернетика и системный анализ. — 2018. — Т. 54, № 6. — С. 181-188. — Бібліогр.: 15 назв. — рос.

Приведен генетический алгоритм многокритериальной оптимизации параметров технологического процесса, осуществляющий поиск решения не из некоторой точки, а из заданной популяции. Используются целевые функции без их производных, применяются вероятностные правила выбора. Многокритериальная оптимизация основывается на отыскании решения, одновременно оптимизирующего параметры механообработки, которые задаются функциями производительности, расхода инструмента, его стоимости и другими функциями. Наведено генетичний алгоритм багатокритерійної оптимізації параметрів технологічного процесу, який здійснює пошук розв’язку не із деякої точки, а із заданої популяції. Використано цільові функції без їхніх похідних, застосовано ймовірнісні правила вибору. Багатокритерійна оптимізація ґрунтується на знаходженні розв’язку, що одночасно оптимізує параметри механічного оброблення, які задають функціями продуктивності, витрат інструменту, його вартості та іншими функціями. The paper presents a genetic algorithm for multicriteria optimization of technological process parameters, which searches for a solution not from a certain point but from a specified population. The objective functions are used without their derivatives, probabilistic rules of choice are applied. Multicriteria optimization is based on finding a solution that simultaneously optimizes the machining parameters defined by functions of productivity, tool consumption, tool cost, etc.