List of publications on a keyword: «генетический алгоритм»
Технические науки
FSAEI of HE "Southern Federal University" , Ростовская обл
«Primenenie modifitsirovannykh geneticheskikh operatorov v geneticheskom algoritme sostavleniia raspisanii»
В статье предложена структура модифицированного генетического алгоритма для решения задачи построения расписания проекта с учетом ограниченности ресурсов. Актуальность исследования определяется тем, что задачи теории расписаний имеют широкое применение в решении множества инженерных и управленческих задач. Научная новизна исследования определяется применением в генетическом алгоритме модифицированных операторов (кроссинговер на основе ряда чисел Фибоначчи, мутация на основе дихотомии и транспозиция) для решения задачи планирования проектов.
Dariia A. Karaeva
FSAEI of HPE "Moscow physicotechnical institute (state university)" , Московская обл
«Применение генетического алгоритма для имитации искусственного интеллекта в игре»
В данной статье рассмотрен пример использования нейронной сети для создания интеллектуального бота для игры 2048. Использована модифицированная версия генетического алгоритма, подобраны оптимальные параметры для достижения высоких результатов. Показано, что написанная программа может достигать лучших результатов, нежели среднестатистический игрок.
FSBEI of HE "Belgorod State Agricultural University named after V. Gorin" , Белгородская обл
«Acceleration of the genetic algorithm using neural networks»
Технические науки (электромеханика, приборостроение, машиностроение, металлургия и др.)
Dyk K. Doan
Aleksandr V. Kroshilin , doctor of engineering sciences
Ryazan State Radio Engineering Institute , Рязанская обл
«Распределение нагрузки медицинского персонала на основе теории нечетких множеств»
Технические науки
Anastasia M. Smetannikova
FSBEI of HE "Lipetsk State Tecnical University" , Липецкая обл
«Parametric identification of neighborhood model using genetic algorithm and pseudo-inversion»
The article presents the definition of dynamic linear neighborhood models. An algorithm for finding optimal solutions using genetic algorithm has been describes. Solution of system of linear equations is reduced to the problem of optimization. It shows the example parametric identification of neighborhood model, consisting of three parcels, as a solution to the system of linear equations with the use of a genetic algorithm and the pseudo-inversion. The authors calculated RMS and average absolute errors for model identification using genetic algorithm and the pseudo-inversion. On the basis of the developed system the researchers verified the modeling results and determined the optimal method of identifying neighborhood model.
Marina B. Iurovskaia
FSAEI of HE "Lobachevsky State Research University of Nizhniy Novgorod" , Нижегородская обл
«Генетический алгоритм решения задачи о ранце»
Технические науки (электромеханика, приборостроение, машиностроение, металлургия и др.)
Galina L. Berezkina
FSAEI of HE "Far Eastern Federal University" , Приморский край
«Анализ эффективности алгоритмов локального поиска в среде web»
В данной работе производится оценка эффективности алгоритмов оптимизации для задачи нелинейного программирования. Критериями оценки являются эффективность решения задачи, затраченное время, использованная память. В качестве эталонного, в смысле эффективности решения задачи, выбран алгоритм случайной оптимизации. Оценка алгоритмов производится в среде web, что подразумевает реализацию их на языке, используемом для программирования web-приложений.
Информатика
МАОУ «Лицей №9 «Лидер» , Красноярский край
Lev A. Kazakovtsev , candidate of engineering sciences
FSBEI of HE "Siberian State Aerospace University" , Красноярский край
«О методах решения больших комбинаторных задач»
Технические науки (электромеханика, приборостроение, машиностроение, металлургия и др.)
Aleksandr S. Koposov
Филиал ФГАОУ ВО «Уральский федеральный университет им. первого Президента России Б.Н. Ельцина» в г. Первоуральске , Свердловская обл
«Методика оценивания параметров случайной величины со смешанным двумодальным законом распределения на основе совместного использования аппроксимации Розенблатта–Парзена, метода мнимых источников и генетических алгоритмов»
В статье обсуждаются результаты совместного использования аппроксимации Розенблатта–Парзена и метода мнимых источников для оценки параметров случайной величины со смешанным двумодальным распределением. На первом этапе вычислялись оценки функции плотности распределения с помощью аппроксимации Розенблатта–Парзена, по которым оценивались математические ожидания. На втором этапе с помощью генетических алгоритмов вычислялись оценки остальных параметров. Анализ результатов применения предложенной методики для оценки значений параметров двумодальных распределений позволяет сделать следующие выводы: при использовании генетических алгоритмов для нахождения одновременно всех девяти параметров изучаемого распределения погрешности оценок превышают 50%, что является следствием высокой размерности решаемой задачи. Предложена методика последовательного нахождения параметров двумодального распределения.
Информатика и вычислительная техника
FSFEI of HE "A.N. Tupolev Kazan national research technical university - KAI" , Татарстан Респ
«Issledovanie vliianiia veroiatnosti mutatsii v geneticheskom algoritme na effektivnost' resheniia zadach optimizatsii»
В данной работе автор пытается ответить на вопрос «Как влияет вероятность мутации на сходимость алгоритма?». Целевая функция представляет собой функцию f (x1, y2). Конечным результатом работы является программное обеспечение, которое проводит исследование эффективности генетического алгоритма при варьировании вероятности мутации.