Search

Accurate and objective object analysis requires multi-parameter estimation with significant computational costs. A methodological approach to improve the accuracy of assessing the state of the monitored object is proposed. This methodological approach is based on a combination of fuzzy cognitive models, advanced genetic algorithm and evolving artificial neural networks. The methodological approach has the following sequence of actions: building a fuzzy cognitive model; correcting the fuzzy cognitive model and training knowledge bases. The distinctive features of the methodological approach are that the type of data uncertainty and noise is taken into account while constructing the state of the monitored object using fuzzy cognitive models. The novelties while correcting fuzzy cognitive models using a genetic algorithm are taking into account the type of data uncertainty, taking into account the adaptability of individuals to iteration, duration of the existence of individuals and topology of the fuzzy cognitive model. The advanced genetic algorithm increases the efficiency of correcting factors and the relationships between them in the fuzzy cognitive model. This is achieved by finding solutions in different directions by several individuals in the population. The training procedure consists in learning the synaptic weights of the artificial neural network, the type and parameters of the membership function and the architecture of individual elements and the architecture of the artificial neural network as a whole. The use of the method allows increasing the efficiency of data processing at the level of 16–24 % using additional advanced procedures. The proposed methodological approach should be used to solve the problems of assessing complex and dynamic processes characterized by a high degree of complexity., Точный и объективный анализ объекта требует многопараметрической оценки со значительными вычислительными затратами. Предложен методический подход для повышения точности оценки состояния объекта мониторинга. Указанный методический подход основан на сочетании нечетких когнитивных моделей, усовершенствованного генетического алгоритма и эволюционирующих искусственных нейронных сетей. Методический подход имеет следующую последовательность действий: построение нечеткой когнитивной модели; корректировка нечеткой когнитивной модели и обучение баз знаний. Отличительные черты методического подхода заключаются в том, что при построении состояния объекта мониторинга с помощью нечетких когнитивных моделей учитывается тип неопределенности и зашумленности данных. При корректировке нечетких когнитивных моделей с помощью генетического алгоритма новизной являются: учет типа неопределенности данных; учет приспособленности особей к итерации; продолжительность существования особей и топология нечеткой когнитивной модели. Усовершенствованный генетический алгоритм повышает оперативность корректировки факторов и связей между ними в нечеткой когнитивной модели. Это достигается за счет поиска решения по различным направлениям несколькими особями из состава популяции. Процедура обучения состоит в том, что происходит обучение синаптических весов искусственной нейронной сети, тип и параметры функции принадлежности, а также архитектура отдельных элементов и архитектура искусственной нейронной сети в целом. Использование метода позволяет добиться повышения оперативности обработки данных на уровне 16–24% за счет использования дополнительных усовершенствованных процедур. Предлагаемый методический подход целесообразно использовать для решения задач оценки сложных и динамических процессов, характеризующихся высокой степенью сложности, Точний та об’єктивний аналіз об’єкту вимагає багатопараметричної оцінки зі значними обчислювальними витратами. Запропоновано методичний підхід для підвищення точності оцінювання стану об’єкту моніторингу. Зазначений методичний підхід заснований на поєднанні нечітких когнітивних моделей, удосконаленого генетичного алгоритму та штучних нейронних мереж, що еволюціонують. Методичний підхід має наступну послідовність дій: побудова нечіткої когнітивної моделі; корегування нечіткої когнітивної моделі та навчання баз знань. Відмінні риси методичного підходу полягають в тому, що на при побудові стану об’єкту моніторингу за допомогою нечітких когнітивних моделей враховується тип невизначеності та зашумленості даних. При корегуванні нечітких когнітивних моделей за допомогою генетичного алгоритму новизною є: врахування типу невизначеності даних; врахування пристосованості особин на ітерації; тривалості існування особин та топології нечіткої когнітивної моделі. Удосконалений генетичний алгоритм підвищує оперативність корегування факторів та зв’язків між ними в нечіткій когнітивній моделі. Це досягається за рахунок пошуку рішення в різних напрямках декількома особинами зі складу популяції. Процедура навчання полягає в тому, що відбувається навчання синаптичних ваг штучної нейронної мережі, типу та параметрів функції належності, а також архітектури окремих елементів і архітектури штучної нейронної мережі в цілому. Використання методу дозволяє досягти підвищення оперативності обробки даних на рівні 16–24% за рахунок використання додаткових удосконалених процедур. Запропонований методичний підхід доцільно використовувати для вирішення задач оцінки складних та динамічних процесів, що характеризуються високим ступенем складності

This paper considers the structural-parametric synthesis (SPS) of neural networks (NNs) of deep learning, in particular convolutional neural networks (CNNs), which are used in image processing. It has been shown that modern neural networks may possess a variety of topologies. That is ensured by using unique blocks that determine their essential features, namely, the compression and excitation unit, the attention module convolution unit, the channel attention module, the spatial attention module, the residual unit, the ResNeXt block. This, first of all, is due to the need to increase their efficiency in the processing of images. Due to the large architectural space of parameters, including the type of unique block, the location in the structure of the convolutional neural network, its connections with other blocks, layers, computing costs grow nonlinearly. To minimize computational costs while maintaining the specified accuracy this work set tasks of both the generation of possible topology and structural-parametric synthesis of convolutional neural networks. To resolve them, the use of a genetic algorithm (GA) has been proposed. Parameter configuration was implemented using a genetic algorithm and modern gradient methods (GM). For example, stochastic gradient descent with momentum, accelerated Nesterov gradient, adaptive gradient algorithm, distribution of the root of the mean square of the gradient, assessment of adaptive momentum, adaptive Nesterov momentum. It is assumed to use such networks in the intelligent medical diagnostic system (IMDS), for determining the activity of tuberculosis. To improve the accuracy of solving the classification problem in the processing of images, the ensemble structure of hybrid convolutional neural networks (HCNNs) has been proposed in the current work. The parallel structure of the ensemble with the merged layer was used. Algorithms of optimal choice and integration of features in the construction of the ensemble have been developed, Рассмотрены структурно-параметрический синтез (СПС) нейронных сетей (НС) глубокого обучения, в частности згорткових нейронных сетей (ЗЦМ), которые используются при обработке изображений. Показано, что современные нейронные сети могут иметь разнообразную топологию. Это обеспечивается использованием уникальных блоков, которые определяют их существенные особенности, а именно, блок сжатия и возбуждения, сверточный блок модуля внимания, модуль внимания канала, модуль пространственной внимания, остаточный блок, блок ResNeXt. Это, в первую очередь, связано с необходимостью повышения их эффективности при обработке изображений. В связи с большим архитектурным пространством параметров, включая тип уникального блока, место размещения в структуре сверточной нейронной сети, его связи с другими блоками, слоями, вычислительные затраты нелийнейно растут. Для минимизации вычислительных затрат при сохранении заданной точности в работе поставлены задачи как генерации возможных топологий, так и структурно-параметрического синтеза сверточных нейронных сетей. Для решения предложено использование генетического алгоритма (ГА). Настройка параметров реализовано путем использования генетического алгоритма и современных градиентных методов (ГМ). Например, стохастический градиентный спуск с моментом, ускоренный градиент Нестерова, адаптивный градиентный алгоритм, распространение корня среднего квадрата градиента, оценка адаптивного момента, адаптивный момент Нестерова. Предполагается использование таких сетей в интеллектуальной медицинской диагностической системе (ИМДС), при определении активности туберкулеза. Для улучшения точности решения задачи классификации при обработке изображений в работе предложена ансамблевая структура гибридных сверточных нейронных сетей (ГЗНМ). Используется параллельная структура ансамбля со слоем объединения. Разработаны алгоритмы оптимального выбора и интеграции признаков при построении ансамбля., Розглянуто структурно-параметричний синтез (СПС) нейронних мереж (НМ) глибокого навчання, зокрема згорткових нейронних мереж (ЗНМ), які використовуються при обробці зображень. Показано, що сучасні нейронні мережі можуть мати різноманітну топологію. Це забезпечується використанням унікальних блоків, які визначають їх суттєві особливості, а саме, блок стиснення та збудження, згортковий блок модуля уваги, модуль уваги каналу, модуль просторової уваги, залишковий блок, блок ResNeXt. Це, в першу чергу, пов’язано з необхідністю підвищення їх ефективності при обробці зображень. У зв’язку з великим архітектурним простором параметрів, включаючи тип унікального блоку, місце розміщення в структурі згорткової нейронної мережі, його зв’язки з іншими блоками, шарами, обчислювальні витрати нелінійно ростуть. Для мінімізації обчислювальних витрат при збереженні заданої точності в роботі поставлено задачі як генерації можливих топологій та структурно-параметричного синтезу згорткових нейронних мереж. Для розв’язання, запропоновано використання генетичного алгоритму (ГА). Налаштування параметрів реалізовано шляхом використанням генетичного алгоритму та сучасних градієнтних методів (ГМ). Наприклад, стохастичний градієнтний спуск із моментом, прискорений градієнт Нестерова, адаптивний градієнтний алгоритм, розповсюдження кореня середнього квадрату градієнта, оцінка адаптивного моменту, адаптивний момент Нестерова. Передбачається використання таких мереж в інтелектуальній медичній діагностичній системі (ІМДС), при визначенні активності туберкульозу. Для покращення точності розв’язання задачі класифікації при обробці зображень в роботі запропоновано ансамблеву структуру гібридних згорткових нейронних мереж (ГЗНМ). Використовується паралельна структура ансамблю з шаром об’єднання. Розроблено алгоритми оптимального вибору і інтеграції ознак при побудові ансамблю.

The approach to the building of mathematical models for optimal copies of file allocation and performance of computers amongst nodes of computing networks is described. The heuristic and genetic algorithm for realization of the received mathematical models is proposed, Рассмотрен подход к построению математических моделей оптимального распределения копий файлов и компьютерных мощностей среди узлов вычислительной сети. Предложен эвристический и генетический алгоритм для реализации построеных моделей, Розглянуто підхід до побудови математичних моделей оптимального розподілу копій файлів та комп’ютерних потужностей серед вузлів обчислювальної мережі. Запропоновано евристичний та генетичний алгоритм для реалізації побудованих моделей

A genetic method has been proposed to forecast the health indicators of population based on neural-network models. The fundamental difference of the proposed genetic method from existing analogs is the use of the diploid set of chromosomes in individuals in a population that is evolving. Such modification makes the dependence of the phenotype of the individual on the genotype less deterministic and, ultimately, helps preserve the diversity of the gene pool of the population and the variability of features of the phenotype during the execution of the algorithm. In addition, a modification of the genetic operator of mutations has been proposed. In addition, a modification genetic operator of mutations is proposed. In contrast to the classical method, those individuals that are exposed to the operator of mutations are selected not randomly but according to their mutation resistance corresponding to the value of the function of an individual adaptability. Thus, individuals with worse values of the target function are mutated, and the genome of the strong individuals remains unchanged. In this case, the likelihood of loss of the function reached during the evolution of the extremum due to the action of the mutation operator decreases, and the transition to the new extremum occurs if enough specific weight of the best attributes in the population is accumulated.A comparative analysis of the models synthesized with the help of the developed genetic method has shown that the best results were achieved in the model based on a neural network of long short-term memory. While creating and training the model based on a long short-term network, the ability to use the particle swarm method to optimize the network settings was investigated. The results of our experimental study have shown that the developed model yields the smallest error in predicting the number of new cases of tuberculosis – the average absolute error is 6.139, which is less compared with models that were built by using other methods).The practical application of the developed methods would make it possible to timely adjust the planned treatment and diagnostic, preventive measures, to determine in advance the necessary resources for localization and elimination of diseases in order to maintain people's health., Предложен генетический метод для прогнозирования показателей здоровья населения на основе нейросетевых моделей. Принципиальное отличие предлагаемого генетического метода от существующих аналогов заключается в использовании диплоидного набора хромосом у особей популяции, которая эволюционирует. Такая модификация делает зависимость фенотипа особи от генотипа менее детерминированной и, наконец, способствует сохранению разнообразия генофонда популяции и вариабельности признаков фенотипа в течение выполнения алгоритма. Кроме этого предложена модификация генетического оператора мутации. В отличие от классического метода, особи, которые подвергаются воздействию оператора мутации, избираются не случайным образом, а в соответствии с их мутационной устойчивостью, соответствующей значению функции приспособленности особи. Таким образом, мутируют особи, характеризующиеся худшими значениями целевой функции, а геном сильных особей остается неизменным. В этом случае уменьшается вероятность потери достигнутого в течение эволюции экстремума в результате действия оператора мутаций, а переход к новому экстремуму осуществляется в случае накопления достаточного удельного веса лучших признаков в популяции.Сравнительный анализ работы моделей, синтезированных с помощью разработанного генетического метода, показал, что наилучшие результаты достигнуты в модели на основе нейронной сети долгой кратковременной памяти. При создании и обучения модели на основе сети долгой кратковременной памяти были исследованы возможности использования метода роя частиц для оптимизации параметров сети. Результаты экспериментальных исследований показали, что разработанная модель дает наименьшую ошибку предсказания количества новых случаев туберкулеза – средняя абсолютная ошибка составляет 6,139, что меньше по сравнению с моделями, построенными с помощью других методов.Практическое использование разработанных методов позволит своевременно корректировать планируемые лечебно-диагностические, профилактические мероприятия, заранее определять необходимые ресурсы для локализации и ликвидации заболеваний с целью сохранения здоровья населения, Запропоновано генетичний метод для прогнозування показників здоров’я населення на основі нейромережевих моделей. Принципова відмінність запропонованого генетичного методу від існуючих аналогів полягає у використанні диплоїдного набору хромосом в особин популяції, яка еволюціонує. Така модифікація робить залежність фенотипу особини від генотипу менш детермінованою і, врешті, сприяє збереженню різноманітності генофонду популяції і варіабельності ознак фенотипу впродовж виконання алгоритму. Крім цього, запропоновано модифікацію генетичного оператору мутацій. На відміну від класичного методу, особини, які піддаються дії оператору мутації, обираються не випадковим чином, а у відповідності до їх мутаційної стійкості, що відповідає значенню функції пристосованості особини. Таким чином, мутують особини, що характеризуються гіршими значеннями цільової функції, а геном сильних особин залишається незмінним. У цьому випадку зменшується вірогідність втрати досягнутого впродовж еволюції екстремуму функції внаслідок дії оператора мутацій, а перехід до нового екстремуму здійснюється у випадку накопичення достатньої питомої ваги кращих ознак в популяції.Порівняльний аналіз роботи моделей, синтезованих за допомогою розробленого генетичного методу, показав, що найкращі результати досягнуті у моделі на основі нейронної мережі довгої короткочасної пам’яті. Під час створення і навчання моделі на основі мережі довгої короткочасної пам’яті було досліджено можливість використання методу рою часток для оптимізації параметрів мережі. Результати експериментальних досліджень показали, що розроблена модель дає найменшу помилку передбачення кількості нових випадків туберкульозу – середня абсолютна помилка складає 6,139, що менше у порівнянні з моделями, побудованими за допомогою інших методів.Практичне використання розроблених методів дасть можливість своєчасно коригувати плановані лікувально-діагностичні, профілактичні заходи, завчасно визначати необхідні ресурси для локалізації та ліквідації захворювань з метою збереження здоров'я населення

The problem of substantiation of developing complex distribution systems of electric power supply was considered as a hierarchy of problems at the first stage of which the problem of choosing a rational configuration of the power system was solved. A mathematical model of solution of the problem of optimal placement of several power sources in the power supply system and assigning to them consumers using genetic programming algorithms was developed. The proposed methods make it possible to obtain optimal routes of transmission lines connecting consumers with power sources taking into account the terrain restrictions.A modification of a simple genetic algorithm based on which an information system was implemented was developed. This system solves the problem of combinatorial optimization with respect to the choice of optimal location of power sources in a distributed electrical network.Calculation time was estimated depending on the problem parameters. It was shown that the developed algorithm provides minimum computation time for problems of small and medium dimensionality. The results of solution of the problem for a concrete example demonstrate advantage of the genetic approach over the method of full enumeration. The results obtained can be successfully applied to solve the problem of optimizing placement of power sources in a distributed electrical network, Розглянуто проблему обґрунтування розвитку складних розподільних систем електропостачання як ієрархія завдань, на першому етапі якої розв’язання завдання вибору раціональної конфігурації системи електропостачання. Розроблено математичну модель рішення задачі оптимального розміщення декількох джерел живлення і закріплення за ними споживачів в системі електропостачання з використанням алгоритмів генетичного програмування. Запропоновані методи дозволяють отримати побудову оптимальної траси лінії електропередачі, що зв'язує споживача з джерелом живлення, з урахуванням обмежень на місцевості.Розроблено модифікацію простого генетичного алгоритму, на основі якої реалізовано інформаційну систему. Дана система вирішує питання комбінаторної оптимізації у відношенні вибору оптимальної локації розміщення джерел живлення у розподіленій електричній мережі.Проведена оцінка часу розрахунку в залежності від параметрів задачі. Показано, що для задач малої і середньої розмірності розроблений алгоритм забезпечує мінімальний час рахунку. Результати рішення задачі для конкретного прикладу демонструють перевагу генетичного підходу над методом повного перебору. Отримані результати можуть бути успішно застосовані для вирішення проблеми оптимізації розміщення джерел живлення у розподіленій електричній мережі, Рассматривается проблема обоснования развития сложных распределительных систем электроснабжения как иерархия задач, на первом этапе которой решаются задачи выбора рациональной конфигурации системы электроснабжения. Разработана математическая модель решения задачи оптимального размещения нескольких источников питания и закрепления за ними потребителей в системе электроснабжения с использованием алгоритмов генетического программирования. Предложенные методы позволяют получить построение оптимальной трассы линии электропередачи, связывающей потребителя с источником питания, с учетом ограничений на местности.Разработана модификация простого генетического алгоритма, на основе которого реализована информационная система. Данная система разрешает вопрос комбинаторной оптимизации в отношении выбора оптимальной локации размещения источников питания в распределенной электрической сети.Проведена оценка времени счета в зависимости от параметров задачи. Показано, что для задач малой и средней размерности разработанный алгоритм обеспечивает минимальное время счета. Результаты решения задачи для конкретного примера демонстрируют преимущество генетического подхода над методом полного перебора. Полученные результаты могут быть успешно применены для решения проблемы оптимизации размещения источников питания в распределенной электрической сети

A procedure for determining basic estimation parameters has been devised for the proposed structure of the electromechanical shock absorber. The procedure is based on a simplified mathematical model for determining the electromagnetic and electromotive force for the electromechanical shock absorber. Feature of the model is taking into consideration the operational modes of permanent magnet based on the calculation of a magnetic circle. The model devised makes it possible to perform approximate calculation of the shock absorber operational modes and could be used for solving the problem on the optimization of parameters for an electric shock absorber. We have verified adequacy of the constructed simplified mathematical model by comparing the results from calculating the mechanical characteristic for a shock absorber based on the simplified procedure and those obtained using a finite element method in the axial-symmetrical statement of the problem. There is a good match between the results from calculations based on the simplified procedure and from modeling a magnetic field using the method of finite elements. We have determined the geometric relationships between the elements of the structure that ensure the optimal uniform magnetic load on the elements of the magnetic circuit. The problem on the conditional two-criteria optimization of parameters for the electromechanical shock absorber has been stated. We have chosen constraints that are divided into the three following categories. Constraints for a permanent magnet demagnetization that make it possible to maintain operability of the permanent magnet. Constraints for a current density, which ensures the thermal modes in the shock absorber operation. Constraints for assembly and constraints for the parameters of an optimization problem, which enable the arrangement of a structure within the running part of a carriage. It has been proposed to choose the reduced volume of a shock absorber as a criterion, which predetermines the cost of constructing a shock absorber, and its efficiency as a criterion, which predetermines the recuperated energy of oscillations. The parameters were convoluted to a single objective cost function; the weights were defined. We have chosen, as an optimization method, the combined method that includes a genetic algorithm at the preliminary stage of the search. At the final stage of an optimization procedure an optimum is refined by using the Nelder-Mead method. The result from solving the optimization problem on the shock absorber's parameters is the defined optimal geometric dimensions and the number of turns in the winding of the electromechanical shock absorber., Для запропонованої конструкції електромеханічного амортизатору розроблено методика визначення основних розрахункових параметрів. Методика основана на спрощеній математичній моделі по визначенню електромагнітної та електрорушійної сили електромеханічного амортизатору. Особливістю моделі є урахування режимів роботи постійного магніту на основі розрахунку магнітного кола. Створення модель дозволяє проводити приблизний розрахунок режимів роботи амортизатора та може бути використана у вирішенні задачі оптимізації параметрів електроамортизатору. Проведено перевірка адекватності розробленої спрощеної математичної моделі шляхом порівняння результатів розрахунку механічної характеристики амортизатора за спрощеною методикою та методом кінцевих елементів в аксиально-симетричній постановці задачі. Отримано наявне добре співпадіння результатів розрахунків за спрощеною методикою та шляхом моделювання магнітного поля за методом кінцевих елементів. Визначенні геометричні співвідношення між елементами конструкції, які забезпечують оптимальне рівномірне магнітне навантаження в елементах магнітопроводу. Проведена постановка задачі умовної двокритеріальної оптимізації параметрів електромеханічного амортизатору. Обрані обмеження, що поділено на три наступні категорії. Обмеження за розмагніченням постійного магніту, що дозволяють зберегти працездатність постійного магніту. Обмеження за щільністю струму, яке забезпечує теплові режими роботи амортизатору. Компоновачні обмеження та обмеження на параметри задачі оптимізації, що забезпечують розміщення конструкції у ходовій частині візка. Запропоновано у якості критеріїв обрати приведений об’єм амортизатору, що обумовлює затрати на створення амортизатору та його ККД, який обумовлює рекуперовану енергію коливань. Проведено згортку параметрів до єдиної цільової функції затрат та обрані вагові коефіцієнти. У якості метода оптимізації обрано комбінований метод, що включає в себе генетичний алгоритм, на попередньому етапі пошуку. На завершальному етапі оптимізаційної процедури уточнення оптимуму здійснюється методом Нелдера-Міда. За результатами вирішення задачі оптимізації параметрів амортизатору визначені оптимальні геометричні розміри та кількість витків обмотки електромеханічного амортизатору, Для предложенной конструкции электромеханического амортизатора разработана методика определения основных расчетных параметров. Методика основана на упрощенной математической модели по определению электромагнитной и электродвижущей сил электромеханического амортизатора. Особенностью модели является учет режимов работы постоянного магнита на основе расчета магнитной цепи. Созданная модель позволяет проводить приблизительный расчет режимов работы амортизатора и может быть использована в решении задачи оптимизации параметров электроамортизатора. Проведена проверка адекватности разработанной упрощенной математической модели путем сравнения результатов расчета механической характеристики амортизатора по упрощенной методике и методом конечных элементов в аксиально-симметричной постановке задачи. Получены хорошие совпадения результатов расчетов по упрощенной методике и путем моделирования магнитного поля методом конечных элементов. Определены геометрические соотношения между элементами конструкции, которые обеспечивают оптимальные равномерные магнитные нагрузки в элементах магнитопровода. Проведена постановка задачи условной двухкритериальной оптимизации параметров электромеханического амортизатора. Выбранные ограничения разделены на три следующие категории. Ограничения по размагничивания постоянного магнита, позволяющие сохранить работоспособность постоянного магнита. Ограничения по плотности тока, которое обеспечивает тепловые режимы работы амортизатора. Компоновочные ограничения и ограничения на параметры задачи оптимизации, обеспечивающие размещение конструкции в ходовой части тележки. Предложено в качестве критериев выбрать приведенный объем амортизатора, обусловливающий затраты на создание амортизатора, и его КПД, который обусловливает величину рекуперированной энергии колебаний. Проведена свертка параметров к единой целевой функции затрат с выбором весовых коэффициентов. В качестве метода оптимизации выбран комбинированный метод, включающий в себя генетический алгоритм, на начальном этапе поиска. На завершающем этапе оптимизационной процедуры уточнения оптимума осуществляется методом Нелдера-Мида. По результатам решения задачи оптимизации параметров амортизатора определены оптимальные геометрические размеры и количество витков обмотки электромеханического амортизатора

Many physical processes and phenomena in view of their complexity cannot be described analytically. In these cases, empirical modeling is applied. In this research, the method based on the genetic approach is used to construct empirical models of optimal complexity that have the form of a polynomial of assigned power. Implementation of the developed method requires a multiple solution of the system of linear algebraic equations. Solution of the system of linear algebraic equations is found by reducing the corresponding matrix to the upper diagonal form with unities on the main diagonal. Analysis of the algorithm showed that the procedure of reducing the matrix to the upper diagonal form has internal parallelism. Based on the created model of the computational process in the form of a Petri net, the strategy of construction of the parallel algorithm for solving the system of linear algebraic equations was developed. The essence of the strategy is that computations are performed on some parallel processors. One of them was assigned coordinating functions, and it was named master. Other processors – slaves are subordinated to the master. Division of computation volume is such that the number of rows of the matrix, which master operates is at least by unity more than the corresponding number of rows allocated to the servant. The effectiveness of the parallel algorithm for the proposed strategy was evaluated based of the criterion of the total number of arithmetic operations. The proposed strategy is an integral part of the process of synthesis of the empirical model of optimal complexity based on the genetic algorithms. Distribution of computational load between processors working in parallel (master and slaves) ensures the acceleration of the computational process by five times or more., Багато фізичних процеси і явища, з огляду на свою складність, не можуть бути описані аналітично. У таких випадках застосовують емпіричне моделювання. Для побудови емпіричних моделей оптимальної складності, яка має вигляд полінома заданого степеня, в роботі використаний метод, в основі якого лежить генетичний підхід. Реалізація розробленого методу вимагає багаторазового розв’язування системи лінійних алгебраїчних рівнянь. Розв’язування системи лінійних алгебраїчних рівнянь здійснюється шляхом приведення відповідної матриці, до верхньої діагональної формі з одиницями на головній діагоналі. Аналіз алгоритму приведення матриці до верхнього діагонального вигляду показав, що така процедура володіє внутрішнім паралелізмом. На основі створеної моделі обчислювального процесу у вигляді мережі Петрі розроблено стратегію побудови паралельного алгоритму для розв’язування системи лінійних алгебраїчних рівнянь. Суть стратегії в тому, що обчислення здійснюються на декількох паралельних процесорах. Одному з них присвоєні координуючі функції, і він названий майстром. Інші процесори - робітники - знаходяться в підпорядкуванні майстра. Поділ обсягу обчислень такий, що кількість рядків матриці, з якими оперує майстер, більша не менше ніж на одиницю, за відповідну кількість рядків, відведених робітникові. Для запропонованої стратегії оцінена ефективність паралельного алгоритму за критерієм сумарної кількості арифметичних операцій. Запропонована стратегія є складовою частиною процесу синтезу емпіричної моделі оптимальної складності на основі генетичних алгоритмів. Поділ обчислювального навантаження між паралельно працюючими процесорами (майстром і робочими) забезпечує прискорення обчислювального процесу в п'ять і більше разів, Многие физические процессы и явления ввиду своей сложности не могут быть описаны аналитически. В этих случаях применяют эмпирическое моделирование. Для построения эмпирических моделей оптимальной сложности, которая имеет вид полинома заданной степени, в работе использован метод, в основе которого лежит генетический подход. Реализация разработанного метода требует многократного решения системы линейных алгебраических уравнений. Решение системы линейных алгебраических уравнений осуществляется путем приведения соответствующей матрицы, к верхней диагональной форме с единицами на главной диагонали. Анализ алгоритма показал, что процедура приведения матрицы к верхнему диагональному виду обладает внутренним параллелизмом. На основе созданной модели вычислительного процесса в виде сети Петри разработана стратегия построения параллельного алгоритма для решения системы линейных алгебраических уравнений. Суть стратегии в том, что вычисления осуществляются на нескольких параллельных процессорах. Одному из них присвоены координирующие функции, и он назван мастером. Другие процессоры – рабочие – находятся в подчинении мастера. Разделение объема вычислений таково, что количество строк матрицы, с которыми оперирует мастер больше, по крайней мере, на единицу, чем соответствующее количество строк, отведенное рабочему. Для предложенной стратегии оценена эффективность параллельного алгоритма по критерию суммарного количества арифметических операций. Предложенная стратегия является составной частью процесса синтеза эмпирической модели оптимальной сложности на основе генетических алгоритмов. Разделение вычислительной нагрузки между параллельно работающими процессорами (мастером и рабочими) обеспечивает ускорение вычислительного процесса в пять и более раз

Розроблено модифікації простого генетичного алгоритму для розпізнавання образів. У запропонованій модифікації Альфа-Бета на етапі відбору особин до нової популяції особини ранжуються за показником пристосованості, далі випадковим чином визначається кількість пар – певна кількість найпристосованіших особин, та стільки ж найменш пристосованих. Найпристосованіші особини формують підмножину B, найменш пристосовані – підмножину W. Обидві підмножини входять в множину пар V. Число особин, що можуть бути обрані в пари, знаходиться в діапазоні 20–60 % від загальної кількості особин. У модифікації Альфа-Бета фіксована в порівнянні з оригінальною версією простого генетичного алгоритму було додано можливість виникнення двох мутацій, додано фіксовану точку схрещення, а також змінено відбір особин для схрещення. Це дозволяє підвищити показник точності у порівнянні з базовою версією простого генетичного алгоритму. У модифікації Фіксована встановлено фіксовану точку схрещення. В схрещенні приймає участь половина генів – гени що відповідають за кількість нейронів на шарах, значення інших генів завжди передаються нащадкам від однієї з особин. Також, на етапі мутації випадковим чином відбуваються мутації з використанням методу Монте-Карло.Розроблені методи програмно реалізовано для вирішення задачі розпізнавання учасників дорожнього руху (автомобілів, велосипедів, пішоходів, мотоциклів, вантажівок). Також було проведено порівняння показників використання модифікацій простого генетичного алгоритму та визначено кращий підхід вирішення задачі розпізнавання учасників дорожнього руху. Було встановлено, що розроблена модифікація Альфа-Бета показала кращі результати у порівнянні з іншими модифікаціями при вирішенні задачі розпізнавання учасників дорожнього руху. При застосуванні розроблених модифікацій отримано наступні показники точності: Альфа-Бета – 96.90 %, Альфа-Бета фіксована – 95.89 %, фіксована – 85.48 %. Крім того, при застосуванні розроблених модифікацій скорочується час підбору параметрів нейромоделі, зокрема при використанні модифікації Альфа-Бета витрачається лише 73,9 % часу базового методу, при використанні модифікації Фіксована – 91,1 % часу базового генетичного методу, We have developed modifications of a simple genetic algorithm for pattern recognition. In the proposed modification Alpha-Beta, at the stage of selection of individuals to the new population the individuals are ranked in terms of fitness, then the number of pairs is randomly determined ‒ a certain number of the fittest individuals, and the same number of the least adapted. The fittest individuals form the subset B, those least adapted ‒ the subset W. Both subsets are included in a set of pairs V. The number of individuals that can be selected to pairs is in the range of 20‒60 % of the total number of individuals. In the modification Alpha Beta fixed compared to the original version of a simple genetic algorithm we added a possibility of the emergence of two mutations, added a fixed point of intersection, as well as changed the selection of individuals for crossbreeding. This makes it possible to increase the indicator of accuracy in comparison with the basic version of a simple genetic algorithm. In the modification Fixed a fixed point of intersection was established. The cross-breeding involves half the genes ‒ those genes that are responsible for the number of neurons in layers, values for other genes are always passed to the descendants from one of the individuals. In addition, at the stage of mutation there are randomly occurring mutations using a Monte-Carlo method.The developed methods were implemented in software to solve the task on recognizing motorists (cars, bicycles, pedestrians, motorcycles, trucks). We also compared indicators for using modifications of a simple genetic algorithm and determined the best approach to solving the task on recognizing road traffic participants. It was found that the developed modification Alpha-Beta showed better results compared to other modifications when solving the task on recognizing road traffic participants. When applying the developed modifications, the following indicators for the accuracy of Alpha-Beta were obtained ‒ 96.90 %, Alpha‒Beta fixed ‒ 95.89 %, fixed ‒ 85.48 %. In addition, applying the developed modifications reduces the time for the neuromodel’s parameters selection, specifically using the Alpha-Beta modification employs only 73.9 % of the time required by the basic method, applying the Fixed modification ‒ 91.1 % of the time required by the basic genetic method, Разработаны модификации простого генетического алгоритма для распознавания образов. В предлагаемой модификации Альфа-Бета на этапе отбора особей к новой популяции особи ранжируются по показателю приспособленности, далее случайным образом определяется количество пар - определенное количество наиболее приспособленных особей, и столько же наименее приспособленных. Наиболее приспособленные особи формируют подмножество B, наименее приспособленные – подмножество W. Оба подмножества входят в множество пар V. Число особей, которые могут быть выбраны в пары, находится в диапазоне 20– 60 % от общего количества особей. В модификации Альфа-Бета фиксированная по сравнению с оригинальной версией простого генетического алгоритма было добавлено возможность возникновения двух мутаций, добавлено фиксированную точку пересечения, а также изменено отбор особей для скрещивания. Это позволяет повысить показатель точности в сравнении с базовой версией простого генетического алгоритма. В модификации Фиксированная установлена фиксированная точку пересечения. В пересечении принимает участие половина генов – гены отвечающие за количество нейронов на слоях, значения других генов всегда передаются потомкам от одной из особей. Также, на этапе мутации случайным образом происходят мутации с использованием метода Монте-Карло.Разработанные методы программно реализованы для решения задачи распознавания участников дорожного движения (автомобилей, велосипедов, пешеходов, мотоциклов, грузовиков). Также было проведено сравнение показателей использования модификаций простого генетического алгоритма и определен лучший подход к решению задачи распознавания участников дорожного движения. Было установлено, что разработанная модификация Альфа-Бета показала лучшие результаты по сравнению с другими модификациями при решении задачи распознавания участников дорожного движения. При применении разработанных модификаций получены следующие показатели точности Альфа-Бета – 96.90 %, Альфа-Бета фиксированная –95.89 %, фиксированная – 85.48 %. Кроме того, при применении разработанных модификаций сокращается время подбора параметров нейромодели, в частности при использовании модификации Альфа-Бета используеться только 73,9 % времени базового метода, при использовании модификации Фиксированная – 91,1 % времени базового генетического метода

This paper focuses on new analytical solutions in the area of building locomotives’ circulation plans to handle individual applications for route transportation of freight. Such a domain has been little researched for the railway network of Ukraine, whereas the present study provides a basis for automating the planning process. The main aim is to improve the methods of determining the schemes of locomotives’ turnover in the railway network of Ukraine under the condition of an accelerated handling of individual railcar traffic and with regard to technological peculiarities. The developed mathematical model simultaneously makes it possible to determine the weight of trains on the routes they follow, to outline the circuity of locomotives with regard to deploying various series of locomotives within the network, and to regulate the system of locomotive crews’ operations in view of the existing technical and technological features of locomotive facilities and the railway infrastructure. The suggested mathematical model is processed in the study through the use of an integer genetic algorithm with its own system of coding the solution. The results have confirmed the adequacy of the developed mathematical model. The use of the suggested mathematical model on the basis of the genetic algorithm can help automate the complex process of determining the schemes of locomotives’ circulation with regard to the technological peculiarities of railcar traffic and, consequently, improve the accuracy and speed of decision-making for servicing individual applications for route transportation of freight., Предложено совершенствование методов определения схем обращения локомотивов с учетом технологических особенностей вагонопотоков. Разработана математическая модель, которая позволяет найти массу поездов на маршрутах их следования, схемы обращения локомотивов и работы бригад с учетом дислокации парка с различными сериями на полигоне сети. Для решения данной математической модели применен целочисленный генетический алгоритм с собственной схемой кодирования решения, Запропоновано удосконалення методів визначення схем обігу локомотивів з урахуванням технологічних особливостей вагонопотоків. Розроблено математичну модель, яка дозволяє знайти масу поїздів на маршрутах їх слідування, схеми обігу локомотивів та роботи бригад з врахуванням дислокації парку з різними серіями на полігоні мережі. Для рішення даної математичної моделі застосовано цілочисельний генетичний алгоритм з власною схемою кодування рішення

Рассматривается проблема выбора материализованных представлений (МП) в технологии автоматизированного создания МП. Предложена методика выбора МП, состоящая из двух этапов. Группировка запросов осуществляется посредством сравнения абстрактных синтаксических деревьев. Для выбора МП из множества групп однотипных запросов был применен генетический алгоритм. Предложена целевая функция, учитывающая стоимость выполнения запроса и стоимость обслуживания МП., Розглядається проблема вибору матеріалізованих представлень (МП) в технології автоматизованого створення МП. Запропонована методика вибору МП складається з двох етапів. Групування запитів здійснюється за допомогою порівняння абстрактних синтаксичних дерев. Для вибору МП з множини груп однотипних запитів був застосований генетичний алгоритм. Запропонована цільова функція, що враховує вартість виконання запиту і вартість обслуговування., The paper explores a problem of MV selection in the technology of automatic MV creation. An algorithm of query grouping on the basis of comparison of abstract syntax trees was proposed, which makes it possible to reduce the number of created MVs and reduce the total amount of physical resources required for its servicing.To solve the problem of MV selection out of the set of similar queries, a genetic algorithm was applied, which made it possible to distinguish the groups, for which a query execution efficiency increase by using MVs would be maximum while the maintenance cost would remain minimum.The objective function was proposed, which takes into account the ratio of the query execution efficiency increase by using created MVs to their maintenance cost. It helps to define which groups require MV creation and which of them should be created as virtual, as well as helps to define the queries within one group, which will form the next central query, on the basis of which the final MV can be created.Experimental data demonstrated that by using the proposed algorithm it is possible to obtain such a set of MVs, at which the maximum query execution efficiency at the lowest physical resources consumption for the servicing of these MVs is achieved.

Запропоновано підхід до формування територіальних громад на основі розбиття графу на окремі підграфи. Розроблено математичну модель такої задачі. Запропоновано використати генетичні алгоритми для розв’язування задачі формування територіальних громад. Апробовано запропонований підхід. Сформовані територіальні громади задовольняють основним обмеженням., Предложен подход к формированию территориальных общин на основе разбиения графа на отдельные подграфы. Разработана математическая модель такой задачи. Предложено использовать генетические алгоритмы для решения задачи формирования территориальных общин. Апробирован предложенный подход. Сформированные территориальные общины удовлетворяют основным ограничениям., The territorial community formation process as a graph partitioning problem is considered. The main goal of territorial community formation is to reduce the budget and save public funds. The formation process of communities where settlements, which make up the community, have an administrative building, healthcare institution, high school, kindergarten is investigated. Additional restrictions are imposed on these indicators for uniform distribution of the region's population and community incomes. The minimum distance from the community center to other settlements is taken as a function of the goal of territorial community formation. The mathematical model of this problem, which is a modified graph partitioning problem is developed. The modification lies in using specific constraints arising from the problem statement. The notion of independence of communities and adjacency of individual councils is introduced to build efficient territorial community formation algorithms. This allowed us to formalize the problem from a mathematical point of view. In turn, this made it possible to develop an algorithm for solving this problem, which is to use genetic algorithms to solve the existing problem. The developed model and algorithm of territorial community formation are tested. According to the expert group on the TC formation, the resulting solution showed satisfactory results.

Робота присвячена удосконаленню процедури корегування плану формування поїздів на основі формалізації технології організації групових поїздів оперативного призначення. Розроблено математичну модель, яка дозволяє вибирати раціональний маршрут об’єднання груп вагонів для організації погоджених групових поїздів зі змінними сполученнями груп вагонів на сітьовому рівні. Для рішення даної математичної моделі запропоновано застосувати генетичний алгоритм., Работа посвящена усовершенствованию процедуры корректировки плана формирования поездов на основе формализации технологии организации групповых поездов оперативного назначения. Разработана математическая модель, которая позволяет выбирать оптимальный маршрут объединения групп вагонов для организации согласованных групповых поездов со сменными сочетаниями групп вагонов на сетевом уровне. Для решения данной математической модели предложено применить генетический алгоритм., The study suggests an improved procedure of correcting train formation plans (TFPs) on the basis of calculations on the agreed network arrangement of tactical group trains. Our aim is to improve the Ukrainian technology fortactical acceleration of long-distance and low-capacity train streams that do not meet the current TFPrequirements. The problem can be solved by means of the suggested formalized technology of correcting TFPs on the basis of arranging tactical group trains. The devised mathematical model allows selecting a reasonable route for arranging groups of wagons into agreed group trains with variable combinations of wagon groups within the network. The mathematical model belongs to integer linear programming tasks and can be solved with the help of the genetic algorithm. The suggested approach allows an effective distribution of work between technical sorting stations of the railroad network and ensures timely delivery of cargoes to the customer at the agreed time.

В статті розв’язано задачу ідентифікації параметрів заступної схеми еквівалентного асинхронного двигуна у вузлі енергосистеми за режимними параметрами вузла. Запропонований метод враховує змінювання у часі складу двигунового навантаження у вузлі енергосистеми шляхом визначення інтервалів зміни параметрів заступної схеми еквівалентного двигуна в залежності від складу навантаження. Для вирішення поставленої задачі застосовано генетичний алгоритм., В статье решена задача идентификации параметров схемы замещения эквивалентного асинхронного двигателя в узле энергосистемы по режимным параметрам узла. Предложенный метод учитывает изменение во времени состава двигательной нагрузки в узле энергосистемы путем определения интервалов изменения параметров схемы замещения эквивалентного двигателя в зависимости от состава нагрузки. Для решения поставленной задачи применен генетический алгоритм., We have devised a method for identifying parameters of an equivalent circuit for an equivalent asynchronous engine in the load node of the energy system. The suggested method uses available for measurement load node parameters as input information. An advantage of the method consists in identifying intervals for each parameter of the equivalent circuit. This allows considering the change of engines’ composition in the load node as well as the change of their wear-out characteristics.The obtained optimization task has a complex structure since there are many restrictions in the form of inequalities; that is why it is solved by means of a genetic algorithm. The latter applies genetic operators for “hybridization” and “mutation”. Determined parameter values of an engine equivalent circuit can be identified within the obtained intervals at any moment with the help of the formed reverse optimization task that is also solved by means of the genetic algorithm.The devised method should be used for solving the tasks of risk-oriented electrical power systems management, for calculating their regimes on-line, and for predictive calculations.

В статье рассматривается эволюционный подход к генерации тестов для схемы встроенного функционального самотестирования. Главная цель предлагаемого подхода – уменьшение размера тестового словаря за счёт тестирования внутренней логики структурного уровня микропрограммой устройства. При этом генерация тестовых данных и наблюдение происходят на функциональном уровне с помощью генетического алгоритма. Экспериментальные данные показывают высокую эффективность предложенного подхода., В статті розглянуто застосування еволюційного підходу до генерації тестів для схеми вбудованого функціонального самотестування. Головна мета пропонованого підходу – зменшення розміру тестового словника за рахунок тестування внутрішньої логіки структурного рівня мікропрограмою пристрою. При цьому генерація даних та спостереження виконуються на функціональному рівні за допомогою генетичного алгоритму. Експериментальні дані показують високу ефективність підходу, що запропоновано., A genetic algorithm for constructing functional-level test sequences for built-in self-test schemes of arithmetic logic units of modern systems-on-chip is proposed in the paper. The idea of the method lies in the automated construction of functional tests, which are arithmetic operands, allowing maximum coverage of the selected type of damages of the structural level, at which test is considered as a binary set. In fact, providing input sets and checking reactions are performed directly by the arithmetic logic unit. Since the task concerns two-level representation of the digital device with an appropriate representation of input tests, two types of genetic operations, namely binary and arithmetic are used in the method. Inversion of input/output lines of arithmetic logic unit is selected as a functional level coverage metrics.Approbation of the proposed algorithm is performed for arithmetical division. It is experimentally shown that the functional test with the length of seven sets allows covering about 90% of constant structural-level damages. The test compression level with respect to the structural level is more than 100 times.ф

The article deals with formation of a traffic assignment forecast model on railway lines while introducing high-speed trains. The procedure for adjusting a forecast model based on a genetic algorithm with coding has been proposed. The main aim of the research is to improve a traffic assignment forecast model on railway lines while introducing high speed trains based on evolution modelling. Methods of fuzzy algebra, genetic algorithms and mathematic programming have been implemented to solve the scientific problem under consideration. It enabled to develop a procedure for adjusting a mathematical model based on an objective function which minimizes an average relative error in forecast and actual data of the testing set. Apart from a search for a fuzzy relation in a relational equation, the article proposes a method to adjust membership functions of output linguistic terms for a variable models (within a genetic algorithm) to improve the accuracy of adjustment for a forecast model. The adjustment procedure proposed has improved the forecast model accuracy. A relative error in a forecast model for the testing set is less than 10,0144 %. The results of the research can be implemented on railways while designing automated programme complex for traffic assignment forecast between cities in strategic planning., В данной работе рассматриваются вопросы формирования модели прогнозирования корреспонденций потоков на железнодорожных линиях при внедрении скоростных пассажирских поездов. Предложена процедура настройки модели прогнозирования на основе генетического алгоритма с действительным кодированием. Проведенные экспериментальные исследования подтверждают, что предложенная процедура настройки модели является устойчивой, приемлемо сложной и позволяет повысить точность прогнозирования., В даній роботі розглядаються питання формування моделі прогнозування кореспонденцій потоків на залізничних лініях при впровадженні швидкісних пасажирських поїздів. Запропоновано процедуру настроювання моделі прогнозування на основі генетичного алгоритму з дійсним кодуванням. Проведені експериментальні дослідження підтверджують, що запропонована процедура настроювання є стійкою, прийнятно складною та дозволяє підвищити точність прогнозування.

Обоснованы требования к точности воспроизведения тестовых сигналов в интересах обеспечения высокого качества коррекции динамических погрешностей измерений методом приближенного решения обратной задачи., Обґрунтовані вимоги щодо точності відтворення тестових сигналів в інтересах забезпечення високої якості корекції динамічних похибок вимірювань методом наближеного розв’язання оберненої задачі., Determination of the dynamic characteristics of sensors is the important problem in metrology. To solve this problem the approximate method of input signal reconstruction is used. The impulse characteristics and parameters of input signals are evaluated while using the proposed method. Usually sensor characteristics are identified by means of a special experiment in which a test signal comes to the sensor input. Deterministic test signals are more accurately reproduced compared to the random ones. The influence of errors of a harmonic test signal reproduction on the accuracy of an input signal reconstruction is considered in the article. The analytical results indicate a good quality of test signals reconstruction.

В статье предложен способ управления гидравлическим удалением окалины с листового проката на основе генетических алгоритмов. Предложенный метод позволит определять значение управляющих переменных в системах гидросбива окалины, благодаря чему удастся уменьшить расход воды и электроэнергии при обеспечении высокого качества сбива, У статті запропоновано спосіб управління гідравлічним видаленням окалини з листового прокату на основі генетичних алгоритмів. Запропонований метод дозволить визначати значення керуючих змінних в системах гідрозбиву окалини, завдяки чому вдасться зменшити витрату води і електроенергії при забезпеченні високої якості збиву, Hydraulic descaling is one of the most progressive method for scale removal in metallurgy. The most rational way to identify key reservoir parameters for hydraulic descaling is to provide the necessary liquid jets energy to remove the scale. These parameters are specific for each grade of steel. Specific scale deleting energy e * achieving is needed to provide the effectively scale removing. Scale density is defined by real time thermal images for each section of steel sheet. Value e * exceeding is due to the additional water flow. Also, we need to minimize the cost of management. Therefore the control criterion can be represented as function of three variables f(H,p,γ). Presented in the above problem belongs to a class of nonlinear optimization problems. That’s why it is advisable to use genetic algorithms. The system uses an integer encoding that match to the desired control variables value: the water pressure in the nozzles, beam position, angle nozzle. The authors have developed a fitness function of the system. The following statements have been used in algorithm : selection of roulette;single-point crossover;simple mutation. Authors have developed software to perform the calculation of the control variables values

В статті розглянута одна з основних задач системи оперативного планування поїзної роботи залізниць: забезпечення порожніми вагонами та їх передача між станціями, сусідніми дирекціями, залізницями. Сформована цільова функція щодо оптимізації використання порожнього парку вагонів, В статье рассмотрена одна из основных задач системы оперативного планирования поездной работы железных дорог: обеспечение порожними вагонами и их передача между станциями, соседними дирекциями, железными дорогами. Сформирована целевая функция оптимизации использования, With the development of the transport market and competition, one of the major issues for the transportation system is the timely provision of required type cars all consignors according to their applications. Certain conditions are fulfilled complicated by the acute shortage of wagons and their poor condition. Options to address this issue is to improve technology services in transportation, which is possible in improving the quality of operational planning trainset of the Railways. In this paper apply the method of genetic algorithm for solving the problem of distribution of empty wagons at landfills directorates. For the operation of the genetic algorithm fitness function is formed and represented explicitly. In this case, this approach will analyze and take into account many factors that affect the distribution of empty wagons