Генетична оптимізація рою часток у метафоричних алгоритмах

Перспективним напрямом вирішення складних завдань оптимізації є евристика, механізм якої залежить від проблеми алгоритмічної структури високого рівня як набору принципів керування або стратегій розробки алгоритму метафоричної оптимізації, зокрема ройових методів. Інформаційні технології, що вивчають...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2023
Автори: Gorda, Olena, Ryabchun, Yulia
Формат: Стаття
Мова:Ukrainian
Опубліковано: V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2023
Теми:
Онлайн доступ:https://jais.net.ua/index.php/files/article/view/204
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Problems of Control and Informatics

Репозитарії

Problems of Control and Informatics
Опис
Резюме:Перспективним напрямом вирішення складних завдань оптимізації є евристика, механізм якої залежить від проблеми алгоритмічної структури високого рівня як набору принципів керування або стратегій розробки алгоритму метафоричної оптимізації, зокрема ройових методів. Інформаційні технології, що вивчають еволюційні процеси оптимізації, дозволяють прискорити отримання результату завдяки використанню алгоритмів і механізмів обробки інформації, які пройшли тривалий відбір у природі. Розглянуто та визначено процедуру формування та визначення способів генетичної оптимізації в ройових технологіях, її особливості, склад та відмінність від звичайної процедури, а також запропоновано та описано підхід до їх дослідження. Об’єктом дослідження є процедура формування роїв з часток у когнітивних технологіях метафоричної оптимізації. Основною відмінністю проведеного аналізу, результати якого наводяться в даній роботі, є когнітивно-семантичний аналіз на основі визначення інформаційної взаємодії середовища об’єкта з суб’єктом і побудови онтологічних конструкцій рою як геному, що проведено вперше. Механізм отримання моделі генетичної оптимізації рою часток у метафоричних алгоритмах може бути використано для створення штучного інтелекту нового покоління, що навчається як нейронна мережа. У роботі визначено понятійний апарат генетичної оптимізації; рій як структуру, що формується завдяки когнітивним здібностям часток; структурні компоненти рою та основні класи відношень між ними з урахуванням особливостей еволюційного процесу та характеристик зовнішнього середовища. Крім того, виділено емерджентні властивості рою як цілісної самостійної структури. Генетичний код розглядається на основі лінгвістичних змінних, що дозволяє обробляти інформацію, як при роботі з текстом.