Нейросетевая аппроксимация нелинейных зашумленных функций на основе коэволюционного кооперативно-конкурентного подхода
Предложен эволюционный алгоритм аппроксимации нелинейных зашумленных функций, основанный на коэволюционных моделях кооперации и конкуренции. Алгоритм реализует среду, способствующую сотрудничеству и конкуренции популяций, в которых каждый человек является нейросетью прямого распространения, который...
Gespeichert in:
| Veröffentlicht in: | Проблемы управления и информатики |
|---|---|
| Datum: | 2018 |
| Hauptverfasser: | , |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2018
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/180580 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Нейросетевая аппроксимация нелинейных зашумленных функций на основе коэволюционного кооперативно-конкурентного подхода / О.Г. Руденко, А.А. Бессонов // Проблемы управления и информатики. — 2018. — № 3. — С. 5-15. — Бібліогр.: 12 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862744186401325056 |
|---|---|
| author | Руденко, О.Г. Бессонов, А.А. |
| author_facet | Руденко, О.Г. Бессонов, А.А. |
| citation_txt | Нейросетевая аппроксимация нелинейных зашумленных функций на основе коэволюционного кооперативно-конкурентного подхода / О.Г. Руденко, А.А. Бессонов // Проблемы управления и информатики. — 2018. — № 3. — С. 5-15. — Бібліогр.: 12 назв. — рос. |
| collection | DSpace DC |
| container_title | Проблемы управления и информатики |
| description | Предложен эволюционный алгоритм аппроксимации нелинейных зашумленных функций, основанный на коэволюционных моделях кооперации и конкуренции. Алгоритм реализует среду, способствующую сотрудничеству и конкуренции популяций, в которых каждый человек является нейросетью прямого распространения, который решает специфическую задачу. Для аппроксимации исследуемой функции предлагается использовать популяции универсальных апроксиматоров, а для борьбы с возможными помехами - ввести дополнительную популяцию автоэнкодеров, устраняющую помехи. Приведены результаты имитационного моделирования, подтверждающие эффективность предложенного метода аппроксимации нелинейных зашумленных функций.
Запропоновано еволюційний алгоритм апроксимації нелінійних зашумлених функцій, заснований на коеволюційних моделях кооперації та конкуренції. Алгоритм реалізує середовище, що сприяє співпраці та конкуренції популяцій, в яких кожна особа є нейромережею прямого розповсюдження, що вирішує специфічну задачу. Для апроксимації досліджуваної функції пропонується використовувати популяції універсальних апроксиматорів, а для боротьби з можливими завадами — ввести додаткову популяцію автоенкодерів, що усувають завади. Наведено результати імітаційного моделювання, що підтверджують ефективність запропонованого методу апроксимації нелінійних зашумлених функцій.
An evolutionary algorithm is proposed for approximating nonlinear noisy functions, based on coevolutionary models of cooperation and competition. The proposed algorithm implements an environment that is conducive to cooperation and competition of populations in which each individual is a feedforward neural network that solves a specific problem. It is proposed to use populations of universal approximators for the studied function approximation, and to introduce an additional population of denoising autoencoders for reduction of possible noise. The simulation results confirm the effectiveness of the proposed method of nonlinear noisy functions approximation.
|
| first_indexed | 2025-12-07T20:33:54Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-180580 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0572-2691 |
| language | Russian |
| last_indexed | 2025-12-07T20:33:54Z |
| publishDate | 2018 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Руденко, О.Г. Бессонов, А.А. 2021-10-04T10:14:53Z 2021-10-04T10:14:53Z 2018 Нейросетевая аппроксимация нелинейных зашумленных функций на основе коэволюционного кооперативно-конкурентного подхода / О.Г. Руденко, А.А. Бессонов // Проблемы управления и информатики. — 2018. — № 3. — С. 5-15. — Бібліогр.: 12 назв. — рос. 0572-2691 https://nasplib.isofts.kiev.ua/handle/123456789/180580 004.852 Предложен эволюционный алгоритм аппроксимации нелинейных зашумленных функций, основанный на коэволюционных моделях кооперации и конкуренции. Алгоритм реализует среду, способствующую сотрудничеству и конкуренции популяций, в которых каждый человек является нейросетью прямого распространения, который решает специфическую задачу. Для аппроксимации исследуемой функции предлагается использовать популяции универсальных апроксиматоров, а для борьбы с возможными помехами - ввести дополнительную популяцию автоэнкодеров, устраняющую помехи. Приведены результаты имитационного моделирования, подтверждающие эффективность предложенного метода аппроксимации нелинейных зашумленных функций. Запропоновано еволюційний алгоритм апроксимації нелінійних зашумлених функцій, заснований на коеволюційних моделях кооперації та конкуренції. Алгоритм реалізує середовище, що сприяє співпраці та конкуренції популяцій, в яких кожна особа є нейромережею прямого розповсюдження, що вирішує специфічну задачу. Для апроксимації досліджуваної функції пропонується використовувати популяції універсальних апроксиматорів, а для боротьби з можливими завадами — ввести додаткову популяцію автоенкодерів, що усувають завади. Наведено результати імітаційного моделювання, що підтверджують ефективність запропонованого методу апроксимації нелінійних зашумлених функцій. An evolutionary algorithm is proposed for approximating nonlinear noisy functions, based on coevolutionary models of cooperation and competition. The proposed algorithm implements an environment that is conducive to cooperation and competition of populations in which each individual is a feedforward neural network that solves a specific problem. It is proposed to use populations of universal approximators for the studied function approximation, and to introduce an additional population of denoising autoencoders for reduction of possible noise. The simulation results confirm the effectiveness of the proposed method of nonlinear noisy functions approximation. ru Інститут кібернетики ім. В.М. Глушкова НАН України Проблемы управления и информатики Методы идентификации и адаптивного управления Нейросетевая аппроксимация нелинейных зашумленных функций на основе коэволюционного кооперативно-конкурентного подхода Нейромережева апроксимація нелінійних зашумлених функцій на основі коеволюційного кооперативно-конкурентного підходу Neural network approximation of nonlinear noisy functions, based on coevolutionary cooperative-competitive approach Article published earlier |
| spellingShingle | Нейросетевая аппроксимация нелинейных зашумленных функций на основе коэволюционного кооперативно-конкурентного подхода Руденко, О.Г. Бессонов, А.А. Методы идентификации и адаптивного управления |
| title | Нейросетевая аппроксимация нелинейных зашумленных функций на основе коэволюционного кооперативно-конкурентного подхода |
| title_alt | Нейромережева апроксимація нелінійних зашумлених функцій на основі коеволюційного кооперативно-конкурентного підходу Neural network approximation of nonlinear noisy functions, based on coevolutionary cooperative-competitive approach |
| title_full | Нейросетевая аппроксимация нелинейных зашумленных функций на основе коэволюционного кооперативно-конкурентного подхода |
| title_fullStr | Нейросетевая аппроксимация нелинейных зашумленных функций на основе коэволюционного кооперативно-конкурентного подхода |
| title_full_unstemmed | Нейросетевая аппроксимация нелинейных зашумленных функций на основе коэволюционного кооперативно-конкурентного подхода |
| title_short | Нейросетевая аппроксимация нелинейных зашумленных функций на основе коэволюционного кооперативно-конкурентного подхода |
| title_sort | нейросетевая аппроксимация нелинейных зашумленных функций на основе коэволюционного кооперативно-конкурентного подхода |
| topic | Методы идентификации и адаптивного управления |
| topic_facet | Методы идентификации и адаптивного управления |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/180580 |
| work_keys_str_mv | AT rudenkoog neirosetevaâapproksimaciânelineinyhzašumlennyhfunkciinaosnovekoévolûcionnogokooperativnokonkurentnogopodhoda AT bessonovaa neirosetevaâapproksimaciânelineinyhzašumlennyhfunkciinaosnovekoévolûcionnogokooperativnokonkurentnogopodhoda AT rudenkoog neiromereževaaproksimacíânelíníinihzašumlenihfunkcíinaosnovíkoevolûcíinogokooperativnokonkurentnogopídhodu AT bessonovaa neiromereževaaproksimacíânelíníinihzašumlenihfunkcíinaosnovíkoevolûcíinogokooperativnokonkurentnogopídhodu AT rudenkoog neuralnetworkapproximationofnonlinearnoisyfunctionsbasedoncoevolutionarycooperativecompetitiveapproach AT bessonovaa neuralnetworkapproximationofnonlinearnoisyfunctionsbasedoncoevolutionarycooperativecompetitiveapproach |