ЭЛЕКТРОННЫЙ НАУЧНЫЙ ЖУРНАЛ

ПРОГРАММНЫЕ ПРОДУКТЫ, СИСТЕМЫ И АЛГОРИТМЫ

Добавить статью

Вход Регистрация

Результаты для запроса: роевой интеллект

  1. Механизмы роевого алгоритма поиска решения задачи распределения соединений в многостадийной композитной среде функционирования

    Б.К. Лебедев Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Россия, технических наук;
    О.Б. Лебедев Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Россия, технических наук;
    Е.О. Лебедева Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Россия;

    Статья была опубликована в выпуске №4 от 29 сентября 2017 г.

    Работа посвящена методу решения задачи распределения соединений между выводами, основанному на моделировании адаптивного поведения муравьиной колонии. Цель перераспределения заключается в уменьшении плотности областей трассировки, уменьшении длины соединений, уменьшении числа пересечений, повышении степени интеграции и т.п. Отличительной особенностью представленного роевого алгоритма является то, что поиск решений агентами производится в многостадийной среде функционирования, имеющей композитную структуру. Тестирование производилось на бенчмарках. По сравнению с существующими алгоритмами достигнуто улучшение результатов на 6–7 %.


  2. Гибридизация роевого интеллекта и генетической эволюции на примере размещения

    Б.К. Лебедев Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Россия, технических наук;
    О.Б. Лебедев Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Россия, технических наук;
    В.Б. Лебедев Донской государственный технический университет, Ростов-на-Дону, Россия, технических наук;

    Статья была опубликована в выпуске №4 от 29 сентября 2017 г.

    Предлагается композитная архитектура многоагентной системы бионического поиска для решения задачи размещения на основе роевого интеллекта и генетической эволюции. Рассмотрены три подхода к построению такой архитектуры. Связующим звеном такого подхода является единая структура данных, описывающая в виде хромосомы решение задачи. Рассматриваются требования к структуре хромосомы и значениям генов. Общая оценка временной сложности при любом подходе к гибридизации не превышает оценки временной сложности генетического алгоритма и лежит в пределах О(n2) – О(n3).


  3. Решение задачи планирования перевозок на основе интеграции моделей роевого интеллекта в аффинных пространствах поиска

    Б.К. Лебедев Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Россия, технических наук;
    О.Б. Лебедев Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Россия, технических наук;
    Е.М. Лебедева Институт компьютерных технологий и информационной безопасности Южного федерального университета, Таганрог, Россия;
    Е.В. Трехсвояков Институт компьютерных технологий и информационной безопасности Южного федерального университета, каф. систем автоматизированного проектирования, Таганрог, Россия;

    Статья была опубликована в выпуске №4 от 8 октября 2018 г.

    В работе предложена композитная архитектура многоагентной системы бионического поиска для решения задачи планирования перевозок на основе интеграции роевого интеллекта и генетической эволюции. Рассмотрены новые принципы и способы кодирования и декодирования хромосом для представления решения задачи планирования перевозок. Описывается модифицированная парадигма роя частиц, обеспечивающая в отличие от канонического метода возможность использования в аффинном пространстве позиций с целочисленными значениями параметров. Рассмотренные механизмы перемещения частиц в аффинном пространстве для уменьшения веса аффинных связей отличаются простотой и линейными оценками временной и пространственной сложности. Для организации перемещения роя частиц в гиперпространстве решений разработан оператор направленной мутации. Эксперименты показали, что качество решений у гибридного алгоритма на 10–15 % лучше, чем у генетического и роевого алгоритмов. Общая оценка временной сложности при любом подходе к гибридизации не превышает оценки временной сложности генетического алгоритма и лежит в пределах О(n2)–О(n3).