Анализ параллельного алгоритма синтеза эмпирических моделей на принципах генетических алгоритмов

Розроблено метод синтезу емпіричних моделей з використанням генетичних алгоритмів, який порівняно з індуктивним методом самоорганізації моделей значно скорочує затрати машинного часу на їх реалізацію. Для підвищення ефективності обчислювального процесу розроблено паралельний алгоритм та здійснено йо...

Full description

Saved in:
Bibliographic Details
Published in:Проблемы управления и информатики
Date:2016
Main Authors: Горбийчук, М.И., Медведчук, В.М., Лазорив, А.Н.
Format: Article
Language:Russian
Published: Інститут кібернетики ім. В.М. Глушкова НАН України 2016
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/208069
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Анализ параллельного алгоритма синтеза эмпирических моделей на принципах генетических алгоритмов / М.И. Горбийчук, В.М. Медведчук, А.Н. Лазорив // Проблемы управления и информатики. — 2016. — № 1. — С. 112-131. — Бібліогр.: 17 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Розроблено метод синтезу емпіричних моделей з використанням генетичних алгоритмів, який порівняно з індуктивним методом самоорганізації моделей значно скорочує затрати машинного часу на їх реалізацію. Для підвищення ефективності обчислювального процесу розроблено паралельний алгоритм та здійснено його аналіз, що дало змогу оцінити зменшення затрат машинного часу порівняно з послідовним алгоритмом. The developed method of synthesis of empirical models using the genetic algorithms reduces the computing time for the implementing of empirical models, comparing to the inductive method of self-organizing models. To improve the effectiveness of computing process the parallel algorithm was developed and analyzed, which allows reducing the computing time comparing to the sequential or / FIFO / algorithm.
ISSN:0572-2691