ЭЛЕКТРОННЫЙ НАУЧНЫЙ ЖУРНАЛ

ПРОГРАММНЫЕ ПРОДУКТЫ, СИСТЕМЫ И АЛГОРИТМЫ

Добавить статью

Вход Регистрация

Результаты для запроса: генетический алгоритм

  1. Метод исследования окрестностей в природных алгоритмах для решения конструкторских задач

    О.Б. Лебедев Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Россия, технических наук;
    А.А. Паньшин
    Ю.С. Старкова
    О.А. Пурчина

    Статья была опубликована в выпуске №2 от 12 апреля 2017 г.

    В статье рассмотрен метод исследования окрестностей в природных алгоритмах для решения конструкторских задач. Представлена постановка задачи. Описан процесс поиска решений на основе пчелиного алгоритма. Рассмотрен роевой алгоритм решения конструкторской задачи на основе адаптивного поведения пчелиной колонии. Описана важная задача конструкторского проектирования – размещение элементов сверхбольших интегральных схем. Решение исследования окрестностей отображено на примере их исследования роевыми методами поиска перспективных решений. Авторами проведены экспериментальные исследования, подтверждающие, что разработанный алгоритм позволяет находить квазиоптимальные решения за полиномиальное время.


  2. Решение одной трансвычислительной задачи на основе метода гибридного поиска

    О.Б. Лебедев Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Россия, технических наук;
    Н.В. Кулиева Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Россия;
    А.Н. Нацкевич Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Россия;
    А.А. Нагабедян Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Россия;

    Статья была опубликована в выпуске №3 от 20 июня 2017 г.

    В статье представлен алгоритм решения задачи размещения компонентов интегральных схем, основанный на адаптивных процедурах. Предлагается алгоритм размещения, в основе которого лежит моделирование адаптивного поведения пчелиной колонии. Описана гибридная схема поиска решений задачи размещения на основе разработанных алгоритмов, которая позволяет управлять процессом поиска для повышения качества получаемых решений. Также в статье описаны способы кодирования и декодирования решений.


  3. Обзор методов прогнозирования дефектов программного обеспечения

    Н.В. Юхименко Калужский филиал ФГБОУ ВО «Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет, Калуга, Россия;
    Ю.С. Белов Калужский филиал ФГБОУ ВО «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)», Калуга, Россия, физико-математических наук;

    Статья была опубликована в выпуске №1 от 4 февраля 2019 г.

    В данной статье представлен обзор методов прогнозирования дефектов ПО. Дефект – это логическая ошибка в исходном коде программы, наличие которой при определенных условиях может привести к отказу этой программы. Основными причинами возникновения дефектов являются сложность реализации задачи, сжатые сроки разработки, несовершенство документации, изменение требований, недостаточная квалификация и опыт разработчиков, неправильная организация процесса разработки. Раннее обнаружение дефектов снижает затраты на разработку и повышает качество и надежность ПО. Методы прогнозирования дефектов могут дать ответ на следующие вопросы: каково количество необнаруженных дефектов в ПО и в каких программных компонентах они содержатся. Знание о компонентах, содержащих наибольшее число дефектов, позволяет распределить ресурсы тестирования так, чтобы в первую очередь наиболее тщательно проверялись компоненты с высокой вероятностью наличия дефектов. В статье методы прогнозирования дефектов ПО сгруппированы в зависимости от цели – прогнозирование количества дефектов или классифицирование дефектов. На основе приведенных методов рассматриваются следующие модели и алгоритмы: модель роста надежности, экспертное мнение, метод исторических аналогий, конструктивная модель качества, методы машинного обучения и регрессионные модели.