Модифікація методів ройового інтелекту для задач оптимізації складних процесів, об’єктів і систем
The development of high-speed methods and algorithms for global multidimensional optimization and their modifications in various fields of science, technology, and economics is an urgent problems that involves reducing computing costs, accelerating and effectively finding solutions to such problems....
Збережено в:
| Дата: | 2025 |
|---|---|
| Автори: | , , , |
| Формат: | Стаття |
| Мова: | English |
| Опубліковано: |
General Energy Institute of the National Academy of Sciences of Ukraine
2025
|
| Теми: | |
| Онлайн доступ: | https://systemre.org/index.php/journal/article/view/907 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | System Research in Energy |
Репозитарії
System Research in Energy| id |
oai:www.systemre.org:article-907 |
|---|---|
| record_format |
ojs |
| institution |
System Research in Energy |
| baseUrl_str |
|
| datestamp_date |
2025-09-08T18:11:09Z |
| collection |
OJS |
| language |
English |
| topic |
оптимізація ройовий інтелект математичне моделювання нелінійна регресія складні об’єкти та системи. |
| spellingShingle |
оптимізація ройовий інтелект математичне моделювання нелінійна регресія складні об’єкти та системи. Khaidurov, Vladyslav Zinchenko, Artem Tsiupii, Tamara Yarovoy, Roman Модифікація методів ройового інтелекту для задач оптимізації складних процесів, об’єктів і систем |
| topic_facet |
optimization swarm intelligence mathematical modelling nonlinear regression complex objects and systems. оптимізація ройовий інтелект математичне моделювання нелінійна регресія складні об’єкти та системи. |
| format |
Article |
| author |
Khaidurov, Vladyslav Zinchenko, Artem Tsiupii, Tamara Yarovoy, Roman |
| author_facet |
Khaidurov, Vladyslav Zinchenko, Artem Tsiupii, Tamara Yarovoy, Roman |
| author_sort |
Khaidurov, Vladyslav |
| title |
Модифікація методів ройового інтелекту для задач оптимізації складних процесів, об’єктів і систем |
| title_short |
Модифікація методів ройового інтелекту для задач оптимізації складних процесів, об’єктів і систем |
| title_full |
Модифікація методів ройового інтелекту для задач оптимізації складних процесів, об’єктів і систем |
| title_fullStr |
Модифікація методів ройового інтелекту для задач оптимізації складних процесів, об’єктів і систем |
| title_full_unstemmed |
Модифікація методів ройового інтелекту для задач оптимізації складних процесів, об’єктів і систем |
| title_sort |
модифікація методів ройового інтелекту для задач оптимізації складних процесів, об’єктів і систем |
| title_alt |
MODIFICATION OF SWARM INTELLIGENCE METHODS FOR OPTIMIZATION OF COMPLEX PROCESSES, OBJECTS, AND SYSTEMS |
| description |
The development of high-speed methods and algorithms for global multidimensional optimization and their modifications in various fields of science, technology, and economics is an urgent problems that involves reducing computing costs, accelerating and effectively finding solutions to such problems. Due to the fact that most serious problems involve the search for tens, hundreds or thousands of optimal parameters of mathematical models, the search space for these parameters grows non-linearly. Modern swarm intelligence has significant potential for application in the energy industry due to its ability to optimize and solve complex problems. With its help, it is possible to solve scientific and applied problems of optimizing energy consumption in buildings, industrial complexes and urban systems, reducing energy losses and increasing the efficiency of resource use, as well as for the construction of various elements of energy systems in general. Well-known methods and algorithms of swarm intelligence are also actively used to forecast energy production from renewable sources, such as solar and wind energy. This allows better management of energy sources and planning of their use. The relevance of modifications of methods and algorithms is due to the issues of speeding up their work when solving machine learning problems, in particular, in nonlinear regression models, classification, clustering problems, where the number of observed data can reach tens and hundreds of thousands or more. The work considers and modifies well-known effective methods and algorithms of swarm intelligence (particle swarm optimization algorithm, bee optimization algorithm, differential evolution method) for finding solutions to multidimensional extremal problems with and without restrictions, as well as problems of nonlinear regression analysis. The effectiveness of the modified methods on various classical and applied problems, which are used in the design of elements of complex objects and their systems, is demonstrated. A comparative analysis of the results of these methods was carried out. |
| publisher |
General Energy Institute of the National Academy of Sciences of Ukraine |
| publishDate |
2025 |
| url |
https://systemre.org/index.php/journal/article/view/907 |
| work_keys_str_mv |
AT khaidurovvladyslav modificationofswarmintelligencemethodsforoptimizationofcomplexprocessesobjectsandsystems AT zinchenkoartem modificationofswarmintelligencemethodsforoptimizationofcomplexprocessesobjectsandsystems AT tsiupiitamara modificationofswarmintelligencemethodsforoptimizationofcomplexprocessesobjectsandsystems AT yarovoyroman modificationofswarmintelligencemethodsforoptimizationofcomplexprocessesobjectsandsystems AT khaidurovvladyslav modifíkacíâmetodívrojovogoíntelektudlâzadačoptimízacíískladnihprocesívobêktívísistem AT zinchenkoartem modifíkacíâmetodívrojovogoíntelektudlâzadačoptimízacíískladnihprocesívobêktívísistem AT tsiupiitamara modifíkacíâmetodívrojovogoíntelektudlâzadačoptimízacíískladnihprocesívobêktívísistem AT yarovoyroman modifíkacíâmetodívrojovogoíntelektudlâzadačoptimízacíískladnihprocesívobêktívísistem |
| first_indexed |
2025-09-24T17:34:12Z |
| last_indexed |
2025-09-24T17:34:12Z |
| _version_ |
1850410294463954944 |
| spelling |
oai:www.systemre.org:article-9072025-09-08T18:11:09Z MODIFICATION OF SWARM INTELLIGENCE METHODS FOR OPTIMIZATION OF COMPLEX PROCESSES, OBJECTS, AND SYSTEMS Модифікація методів ройового інтелекту для задач оптимізації складних процесів, об’єктів і систем Khaidurov, Vladyslav Zinchenko, Artem Tsiupii, Tamara Yarovoy, Roman optimization, swarm intelligence, mathematical modelling, nonlinear regression, complex objects and systems. оптимізація, ройовий інтелект, математичне моделювання, нелінійна регресія, складні об’єкти та системи. The development of high-speed methods and algorithms for global multidimensional optimization and their modifications in various fields of science, technology, and economics is an urgent problems that involves reducing computing costs, accelerating and effectively finding solutions to such problems. Due to the fact that most serious problems involve the search for tens, hundreds or thousands of optimal parameters of mathematical models, the search space for these parameters grows non-linearly. Modern swarm intelligence has significant potential for application in the energy industry due to its ability to optimize and solve complex problems. With its help, it is possible to solve scientific and applied problems of optimizing energy consumption in buildings, industrial complexes and urban systems, reducing energy losses and increasing the efficiency of resource use, as well as for the construction of various elements of energy systems in general. Well-known methods and algorithms of swarm intelligence are also actively used to forecast energy production from renewable sources, such as solar and wind energy. This allows better management of energy sources and planning of their use. The relevance of modifications of methods and algorithms is due to the issues of speeding up their work when solving machine learning problems, in particular, in nonlinear regression models, classification, clustering problems, where the number of observed data can reach tens and hundreds of thousands or more. The work considers and modifies well-known effective methods and algorithms of swarm intelligence (particle swarm optimization algorithm, bee optimization algorithm, differential evolution method) for finding solutions to multidimensional extremal problems with and without restrictions, as well as problems of nonlinear regression analysis. The effectiveness of the modified methods on various classical and applied problems, which are used in the design of elements of complex objects and their systems, is demonstrated. A comparative analysis of the results of these methods was carried out. Розробка швидкісних методів й алгоритмів глобальної багатовимірної оптимізації і їх модифікацій у різних сферах науки, техніки, економіки є актуальним завданням, яке передбачає зменшення обчислювальних затрат, прискорення і ефективний пошук розв’язків такого роду задач. У зв’язку з тим, що більшість серйозних завдань передбачають пошук десятків, сотень або тисяч оптимальних параметрів математичних моделей, простір пошуку цих параметрів зростає нелінійно. Сучасний ройовий інтелект має значний потенціал для застосування в енергетичній галузі через свою здатність до оптимізації та розв’язання складних проблем. За допомогою нього можна вирішувати науково-прикладні задачі оптимізації споживання енергії в будівлях, промислових комплексах та міських системах, зменшуючи втрати енергії та підвищуючи ефективність використання ресурсів, а також для побудови різних елементів енергетичних систем загалом. Відомі методи й алгоритми ройового інтелекту також активно застосовують для прогнозування виробництва енергії від відновлюваних джерел, таких як сонячна та вітрова енергія. Це дозволяє краще управляти джерелами енергії та планувати їхнє використання. Актуальність модифікацій методів й алгоритмів зумовлена питаннями прискорення швидкості їх роботи під час розв’язання задач машинного навчання, зокрема у моделях нелінійної регресії, задачах класифікації, де кількість спостережуваних даних може сягати десяти і сотні тисяч або більше. У роботі розглянуті й модифіковані відомі ефективні методи й алгоритми ройового інтелекту (алгоритм оптимізації роєм частинок, бджолиний алгоритм оптимізації, метод диференціальної еволюції) для пошуку розв’язків багатовимірних екстремальних задач з обмеженнями і без обмежень, а також задач нелінійного регресійного аналізу. Продемонстрована ефективність роботи модифікованих методів на різних класичних і прикладних задачах, які використовуються в проєктуванні елементів складних об’єктів та їх систем. Проведено порівняльний аналіз результатів роботи даних методів. General Energy Institute of the National Academy of Sciences of Ukraine 2025-08-26 Article Article application/pdf https://systemre.org/index.php/journal/article/view/907 10.15407/srenergy2025.03.065 System Research in Energy; No. 3 (83) (2025): System Research in Energy; 65-80 Системні дослідження в енергетиці; № 3 (83) (2025): Системні дослідження в енергетиці; 65-80 2786-7102 2786-7633 en https://systemre.org/index.php/journal/article/view/907/817 |