Search

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

Предложен оригинальный подход к решению задачи предполётного и оперативного планирования действий группы беспилотных летательных аппаратов на основе генетического алгоритма. Принципиальным отличием решаемой задачи от известной задачи коммивояжера является учет требуемого графика обслуживания. Разработанный инструмент автоматизации планирования позволяет повысить оперативность мероприятий по обнаружению отделяющихся частей ракет-носителей с помощью группы беспилотных летательных аппаратов.

Предложен оригинальный подход к решению задачи предполётного и оперативного планирования действий группы беспилотных летательных аппаратов на основе генетического алгоритма. Принципиальным отличием решаемой задачи от известной задачи коммивояжера является учет требуемого графика обслуживания. Разработанный инструмент автоматизации планирования позволяет повысить оперативность мероприятий по обнаружению отделяющихся частей ракет-носителей с помощью группы беспилотных летательных аппаратов.

Целью исследования является повышение быстродействия и количества решений в интеллектуальных системах на базе генетических алгоритмов, направленных на решение задачи структурно-параметрического синтеза больших дискретных систем с заданным поведением. В качестве гипотезы предполагается, что адаптированная модель искусственной нейронной сети способна управлять изменением параметров функционирования операторов генетического алгоритма непосредственно в процессе решения задачи структурно-параметрического синтеза. Управление может осуществляться на основе данных о состоянии особей популяции. В работе качестве методики предлагается использование математического аппарата искусственных нейронных сетей и генетических алгоритмов, адаптированных к решаемой задаче с использованием теории сетей Петри. Предложенный подход, объединенный одним математическим аппаратом сетей Петри, позволяет моделировать: процесс распознавания состояния популяции, процедуру структурно-параметрического синтеза больших дискретных систем с заданным поведением, а также управление генетическим алгоритмом с целью коррекции траекторией движения популяции, предотвращения затухания и преждевременной сходимости. В статье предложены результаты вычислительных экспериментов, которые показали эффективность разработанных моделей и методов при решении задачи структурно-параметрического синтеза больших дискретных систем с заданным поведением на базе статических межкомпонентных связей., In this paper, the aim of the study is to increase the speed and the number of solutions in intelligent systems based on genetic algorithms aimed at solving the problem of structural and parametric synthesis of large discrete systems with a given behavior. algorithm directly in the process of solving the problem of structural-parametric synthesis. Management can be carried out on the basis of data on the state of individuals in the population. In the work, as a methodology, it is proposed using the mathematical apparatus of artificial neural networks and genetic algorithms, adapted to the problem being solved using the theory of Petri nets. The proposed approach, united by one mathematical apparatus of Petri nets, allows one to model: the process of recognizing the state of a population, the procedure of structural-parametric synthesis of large discrete systems with a given behavior, as well as control of the genetic algorithm in order to correct the trajectory of the population movement, prevent attenuation and premature convergence. The article proposes the results of computational experiments that have shown the effectiveness of the developed models and methods in solving the problem of structural-parametric synthesis of large discrete systems with a given behavior based on static intercomponent connections., МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, Выпуск 4 (31) 2020, Pages 31-32

Решение задачи оптимального распределения текущей тепловой и электрической нагрузок на ТЭЦ со сложным составом оборудования связано с необходимостью учета значительного числа ограничений и обработки большого числа параметров. Предлагается вариант построения интеллектуальной системы, которая, помимо ряда интеллектуальных функций, ставит своей целью оценивать неизмеряемые или плохо измеряемые параметры количественно, идентифицировать текущее техническое состояние оборудования и рекомендовать либо имеющегося в базе данных решение, либо проведение новых расчетов.

Данная работа посвящена решению квадратичной задачи о назначениях с помощью гибридного алгоритма, использующего как принципы генетического, так и эволюционного алгоритма, проведению сравнительного анализа эффективности работы полученного алгоритма.

В статье из анализа информационных потоков участия исполнителей в эстрадно-зрелищных мероприятий сформулированы требования к проведению подобных мероприятиях в регионе и предложена структура планирующей системы с имитационной моделью и генетическим алгоритмом поиска решений в условиях риска. Предложена структурная организация системы планирования культурно-массовых мероприятий с использованием модели генетического алгоритма. Данная модель позволяет использовать средства для разработки имитационных моделей прогнозирования финансового успеха проведенных мероприятий и эффективных методов поиска решений в условиях риска.

Парогазовые установки широко распространены по всей территории России, высокий КПД является серьезным преимуществом перед другими способами генерации. Однако серьезное влияние на работу блока оказывают погодные условия. Изменения параметров наружного воздуха значительно сказываются на работе газотурбинной установки. Оператор энергоблока придерживается режимных карт и опирается на личный опыт, ему достаточно сложно предсказать поведение системы при других значениях параметров. Поддержание оптимального режима работы парогазовой установки представляется сложной научно-технической задачей, решение которой возможно путем создания автоматизированной системы оптимизации как системы помощи оператору. Система позволит корректировать задания регуляторов с целью получения максимального коэффициента полезного действия. Для решения задач глобальной оптимизации хорошо зарекомендовал себя генетический алгоритм (ГА).Для исследований используется имитационная модель газотурбинной установки (ГТУ), которая позволяет выполнить исследование и отладку алгоритмов оптимизации и управления. Система оптимизации обрабатывает информацию, получаемую от модели и реального объекта (или его прототипа), определяет оптимальные параметры работы установки, мощность энергоблока и температуру уходящих газов. Система выдает корректирующие воздействия на регуляторы топлива и входного направляющего аппарата ГТУ.В работе приведена практическая реализация оптимизационного контура, базирующегося на генетическом алгоритме, его структурная схема и принцип взаимодействия с объектом управления и имеющейся системой регулирования. Система оптимизации может работать в двух режимах. В режиме максимальной эффективности определяются параметры регуляторов для увеличения выходной мощности установки. В режиме заданной мощности определялся минимальный расход топлива при сохранении максимального количества теплоты за ГТУ. Показано увеличение эффективности работы ГТУ, полученные результаты могут быть использованы как основа для разработки реальной системы в составе АСУТП электростанции., Автоматизация в промышленности, Выпуск 10 2020

В данной работе рассмотрены искусственные нейронные сети, использующиеся для классификации текстов, изложена сущность подходов к комбинированию и проведен анализ существующих реализаций комбинирования. Описаны основные операторы генетического алгоритма и его различия с традиционными методами оптимизации. Приведено описание архитектуры сверточной нейронной сети с подробной характеристикой каждого слоя, выделены основные гиперпараметры сети. Разработан прототип системы для решения задачи бинарной классификации текстов по их эмоциональной окраске, на базе сверточной нейронной сети. Представлено проведенное тестирование сети и выбор на его основе функции приспособленности генетического алгоритма. Реализован генетический алгоритм для предсказания количества фильтров сети необходимого для получения заданного или максимального процента распознаваемости при установленном ограничении на время работы и приведено тестирование сети с параметрами, полученными с его помощью. Результаты исследования могут быть востребованы в областях, связанных с анализом онлайн-контента., This article considers artificial neural networks used for classifying texts, describes the essence of approaches to combining, and analyzes existing implementations of combining. The main operators of the genetic algorithm and its differences with traditional optimization methods are described. The architecture of a convolutional neural network is described with detailed characteristics of each layer, and the main hyperparameters of the network are noted. A prototype of a system for solving the problem of binary classification of texts based on their emotional color, based on a convolutional neural network, has been developed. The article presents the network testing and selection of the genetic algorithm fitness function based on it. A genetic algorithm is Implemented to predict the number of network filters needed to obtain a given or maximum percentage of recognizability under a set time limit. The results of the research can be used in areas related to online content analysis.

Представлен результат разработки математических моделей двух нечетких регуляторов различных по структуре и принципу действия с настройкой генетическим алгоритмом для стабилизации динамического объекта на примере статически неустойчивого летательного аппарата в канале тангажа. Один из них разработан на основе обучающей выборки, другой – на основе правил нечеткой арифметики. Приведены результаты разработки алгоритмов синтеза предложенных математических моделей регуляторов. Представлены структура и принцип действия генетического алгоритма для настройки параметров нечетких регуляторов обоих типов. Выполнено тестирование разработанного генетического алгоритма при различных режимах, и определены лучшие сочетания настроек параметров регуляторов. Получены результаты математического моделирования работы системы стабилизации с предложенными типами регуляторов после их настройки при наличии случайных возмущений на объект управления. Результаты работы системы стабилизации с разработанными регуляторами показали высокое быстродействие в сравнении с классическим способом управления. Предложенный в статье подход к построению нечетких регуляторов рекомендован при решении задачи стабилизации нелинейного неустойчивого динамического объекта с переключением режимов управления., The paper presents mathematical models of two fuzzy controllers used to stabilize dynamic object (e. g. statically unstable aircraft in pitch channel). The controllers are different in structure and operating principle. They are set using the genetic algorithm. The first controller is based on the training set, the second – on the rules of fuzzy arithmetic. The design algorithms and mathematical models of the controllers are provided. The structure and operating principle of the genetic algorithm used to set the parameters of the fuzzy controllers of both types are described. The tests were conducted to study the behavior of the developed genetic algorithm in various modes; the best combinations of the controller parameters values were determined. The work also covers the result of mathematical modelling of the attitude control system operation with the proposed types of fuzzy controllers after setting, when the aircraft is affected by random perturbations. The attitude control system equipped with the designed controllers showed better speed of response as compared to the conventional control system. The proposed approach to design fuzzy controllers is recommended to solve the problems of stabilization of the non-leaner unstable dynamic object with the switching of the control modes., Проблемы управления, Выпуск 4 2020

В данной работе рассматривается вопрос многокритериальной оптимизации турбогенератора серии ТВВ по векторному критерию качества, выбранному на основании теплового расчёта синхронной электрической машины. Изучены основные элементы конструкции турбогенераторов ТВВ. Рассмотрены способы реализации многокритериальной оптимизации, в частности, генетический алгоритм NSGA-II. Составлен и реализован программный код в программном пакете Matlab, позволяющий определять параметры турбогенератора типа ТВВ. Выполнена оптимизация параметров в программном пакете Matlab с помощью алгоритма NSGA-II. Произведён анализ полученных результатов., In this paper, we consider the issue of multi-objective optimization of a turbogenerator ТВВ according to the vector quality criterion selected on the basis of the thermal calculation of a synchronous electric machine. The basic structural elements of a turbogenerators ТВВ are studied. Methods for implementing multi-objective optimization, in particular, the NSGA-II genetic algorithm, are considered. The program code was compiled and implemented in the Matlab software package, which allows determining the parameters of a turbogenerator of the ТВВ type. The parameters were optimized in the Matlab software package using the NSGA-II. All the solutions were analyzed.

Для решения сложных технических задач, таких как задачи классификации и прогнозирования формальные методы либо отсутствуют, либо они не могут быть использованы на практике, поскольку для этого требуются слишком большие вычислительные затраты, которые не могут обеспечить современные вычислительные устройства за приемлемое время. Тогда на помощь приходят эвристические методы, среди которых особую эффективность сейчас, особенно в задачах классификации и прогнозирования демонстрируют нейросетевые методы. Но эти методы не лишены недостатков, в частности, глубокие нейронные сети, которые демонстрируют в настоящее время высокую эффективность требуют больших вычислительных ресурсов. В ряде работ, посвященных нейросетевых методам, было показано, что схожей эффективности можно добиться при использовании широких нейронных сетей. Однако, унифицированный подход к созданию моделей с использованием широких нейронных сетей, который бы позволил синтезировать и обучать сложные нейросетевые модели для решения задач классификации и прогнозирования в настоящее время отсутствует. В данной работе предлагается алгоритм, который позволяет синтезировать и обучить модели, построенные на базе широких нейронных сетей, с применением генетических алгоритмов и метода инвариантного представления данных, использующего алгебру гиперразмерных двоичных векторов., For solving complex technical problems, such as classification and forecasting problems, formal methods are either absent, or they cannot be used in practice, since this requires too large computational costs, which cannot be provided by modern computing devices in an acceptable time. Then heuristic methods come to the rescue, among which neural network methods are especially effective now, especially in classification and forecasting problems. But these methods are not without drawbacks, in particular, deep neural networks, which currently demonstrate high efficiency, require large computing resources. A number of works devoted to neural network methods have shown that similar efficiency can be achieved using wide neural networks. However, there is currently no unified approach to creating models using wide neural networks that would allow synthesizing and training complex neural network models for solving classification and forecasting problems. In this paper, an algorithm is proposed that allows one to synthesize and train models built on the basis of wide neural networks using genetic algorithms and the method of invariant data representation using the algebra of hyperdimensional binary vectors., Южно-Сибирский научный вестник, Выпуск 6 (34) 2020

This paper presents a methodology for optimisation of flat steel trusses with a system of high-strength tie bars, for each of which the possibility of multiple pre-stresses is provided. Pre-stress is one of the most effective ways to increase the carrying capacity of steel trusses with minimum material costs. Besides, a significant effect, according to the literature data, can be achieved by alternating stages of pre-stresses and payloads. At the same time, algorithms for designing such objects while choosing a sequence of force actions still need to be worked out. The problem of minimising the truss cost is considered taking into account strength, stiffness, and stability constraints. A search has been specified for the sequence of alternating the stages of pre-stress and the application of portions of useful loads, pre-stress forces, bar profiles, and cable cross-section area values. Multiple allowable scenarios of force impacts on a redundant template are used. It is acceptable to indicate the load absence condition in such template in some positions. A possibility has been implemented for the cable system to set a redundant topology which is controlled by including the ability to select negligible cross-section areas. As a result, the mathematical statement of the problem is reduced to discrete parametrical optimisation. A scheme of genetic algorithm is implemented with a mixed approach to the mutation operator in order to find efficient solutions. A methodology has been developed to calculate the stress-strain state of steel frameworks pre-stressed using high-strength cables in a single computational process to efficiently check for compliance with the problem constraints. The performance of the suggested procedure of the optimum search has been illustrated by the example of a steel arch truss. A possibility to use bars made of round pipes together with high-strength tie bars was provided. The efficient parameters of the framework and force impact modes have been determined. The expediency of alternating impacts caused by pre-stresses of cables and application of useful load parts is confirmed. The approach proposed will significantly increase the possibility of obtaining cost-effective design solutions for steel trusses., В настоящей статье представлена методология оптимизации плоских стальных ферм с системой высокопрочных затяжек, для каждой из которых предусматривается возможность многократного предварительного напряжения. Использование предварительного напряжения является одним из результативных способов повышения несущей способности стальных ферм при минимальных материальных затратах. При этом значительного эффекта, согласно данным литературных источников, можно добиться на основе чередования этапов преднапряжений и полезных нагрузок. В то же время алгоритмы проектирования таких объектов с выбором последовательности силовых воздействий еще требуют проработки. Рассмотрена задача минимизации стоимости фермы с учетом ограничений по прочности, жесткости и устойчивости. Предусмотрен поиск порядка чередования этапов преднапряжения и приложения долей полезных нагрузок, сил преднапряжения, профилей стержней и площадей поперечных сечений канатов. Используются множества допустимых сценариев силовых воздействий по избыточному шаблону, в котором на ряде позиций допускается указывать условие отсутствия нагрузок. Для системы канатов реализована возможность задания избыточной структуры, управление которой осуществляется путем включения возможности выбора пренебрежимо малых площадей поперечных сечений. В итоге математическая формулировка проблемы сводится к дискретной параметрической оптимизации. Для нахождения эффективных решений реализуется схема генетического алгоритма со смешанным по принципу функционирования оператором мутации. Для эффективной проверки удовлетворения ограничений задачи разработана методология расчета в едином вычислительном процессе напряженно-деформированного состояния стальных несущих систем, предварительно напрягаемых с помощью высокопрочных канатов при многократном преднапряжении. Работоспособность предлагаемой процедуры оптимального поиска проиллюстрирована на примере стальной арочной фермы. Предусматривалась возможность использования стержней из круглых труб и высокопрочных затяжек. Установлены эффективные параметры несущей системы и режимы силовых воздействий. Подтверждена целесообразность чередования воздействий от преднапряжений затяжек и приложением частей полезных нагрузок. Предлагаемый подход позволяет значительно повысить возможности получения экономичных конструктивных решений для стальных ферменных конструкций.

Статья посвящена теме «генетические алгоритмы», сравниваются различные способы выбора родителей для скрещивания. Генетические алгоритмы стали повсеместно использоваться в современном мире для решения различных задач. Их производительность зависит от множества условий. Одним из факторов, влияющих на эффективность, является отбор родителей для дальнейшего скрещивания. На способ отбора влияют различные факторы: от размера популяции, до особенностей решаемой задачи. В данной статье проведено сравнение нескольких известных методов и определение среди них наилучшего.The article is devoted to the topic of "genetic algorithms", compares different ways of choosing parents for crossbreeding. Genetic algorithms have become widely used in the modern world to solve various problems. Their performance depends on many conditions. One of the factors affecting effectiveness is the selection of parents for further crossbreeding. The selection method is influenced by various factors: from the size of the population to the characteristics of the problem being solved. This article compares several well-known methods and determines the best among them.

Целью данной работы является разработка модификации адаптивного генетического алгоритма, основанной на переключении кроссовера в соответствии со степенью элитарности индивидуумов популяции. Несмотря на большое число исследований, произведенных в области эволюционных исчислений за последнее время, алгоритмы данного класса и сегодня имеют высокую перспективу модификации. Основной целью исследований является улучшение скорости сходимости алгоритмов (для получения высокопроизводительных методов оптимизации) и увеличение точности полученных решений. В статье для адаптивной настройки оператора кроссовера используются понятия дискретной и непрерывной степени элитарности индивидуумов. Кроме того, оценка элитарности применяется для настройки вероятности мутации. Рассмотренная модификация имеет превосходство на тестовых задачах, которые традиционно используются для анализа эффективности генетических алгоритмов. В качестве тестового набора были использованы квадратичная функция с тремя переменными, функция Розенброка, ступенчатая функция, сложная функция четвертого порядка с шумом и функция Шекеля. Представлены результаты сравнения классических генетических алгоритмов с алгоритмами, использующими рассмотренные стратегии настройки кроссовера и мутации. Проведён анализ результатов вычислительного эксперимента., The aim of this work is to develop a modification of the adaptive genetic algorithm based on switching crossover in accordance with the degree of elitism of individuals in the population. Despite the enormous amount of research done in the field of evolutionary calculus in recent years, algorithms of this class today have a high prospect of modification. The main aim of research is carried out in order to improve the convergence rate of algorithms (to obtain high-performance optimization methods) and increase the accuracy of the solutions obtained. In the article, for the adaptive tuning of the crossover operator, the concepts of discrete and continuous degree of elitism of individuals are used. In addition, an elitism score is used to adjust the probability of a mutation. This modification has a serious advantage superiority in test problems which are traditionally used to analyze the efficiency of genetic algorithms. The test set used was a quadratic function with three variables, a Rosenbrock function, a step function, a complex fourth-order function with noise, and the Sheckel function. The results of comparing classical genetic algorithms with algorithms using the considered crossover and mutation tuning strategies are presented. An analysis of the results of a computational experiment is presented., МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, Выпуск 2 (29) 2020

Выполнено математическое моделирование волоконного лазера с синхронизацией мод на основе эффекта нелинейного вращения поляризации. Проведена оптимизация лазера с использованием генетического алгоритма. В результате были определены параметры лазерного резонатора, при которых достигается наибольшая энергия выходного импульса, Purpose. The article addresses optimization of mode-locked fiber laser based on nonlinear polarization rotation. Determination of the resonator parameters corresponding to the single-pulse with the highest energy has been performed using the genetic algorithm. Metodology. Mathematical modelling has been carried out with the help of two models, namely, scalar and hybrid. Scalar model describes signal propagation by generalized nonlinear Schr¨odinger equation. Hybrid model describes section of DCF by pair of generalized nonlinear Schrodinger equations. Numerical simulation has been performed by the split-step Fourier method. Genetic algorithm has been implemented as SteadyState method by GALib library. The value of the fitness function is equal to the energy value for the single-pulse and otherwise zero. Findings. The genetic algorithm has been implemented for solving optimization problem of fiber lasers and modifying the algorithm to reduce the calculation time. The parameters of the laser for the scalar model are determined and agreement with the results obtained by the enumeration method is presented. For the hybrid model, a stable pulse with three times the energy was found. Conclusions. In this work, a determination of the optimal parameters for mode-locked fiber lasers based on nonlinear polarization rotation was presented. The problem was solved using a genetic algorithm. This is the first step towards creating a “smart” self-tuning laser, Вычислительные технологии, Выпуск 4 (25) 2020

В работе рассмотрена разработка компьютеризированной системы оптимизации туристических маршрутов по принципу задачи коммивояжера. Рассмотрена модель предметной области. Представлены проектные решения по созданию системы. В основу алгоритма поиска оптимальных маршрутов положен аппарат генетических алгоритмов. Формальное рассмотрение маршрутов выполнено с точки зрения программы пребывания туристов в разрезе значений атрибутов, входящих в программу мероприятий. Исходными данными выступают предпочтения клиентов относительно программы пребывания в зоне отдыха. Результатом моделирования является выборка наилучших решений, удовлетворяющих запросам клиента. Работа представляет научный и исследовательский интерес с точки зрения применения многопараметрической оптимизации методом генетических алгоритмов для решения задач построения маршрутов и планирования мероприятий.

Производство ацетилена окислительным пиролизом природного газа представляет собой сложную химико-технологическую систему. Одним из важнейших этапов, при создании этиленовой продукции, является гидрирование ацетилена в этан-этиленовой фракции (ЭЭФ). Для ускорения процесса гидрирования, в реакторах применяют катализаторы. Как и во многих технологических процессах при гидрировании образуются побочные продукты реакции, снижающие эффективность катализаторов, ускоряющие их закоксованность. Рассматривается вопрос закоксованности катализатора. Предложен вариант усовершенствованный системы управления, при котором на основе анализа данных с датчиков, используемых для контроля технологического процесса в реакторе, будет отслеживать фактическое состояние закоксованности катализатора. В качестве основополагающего инструмента, предлагается использовать генетический алгоритм. С помощью генетического алгоритма, появляется возможность определить коэффициент скорости проявления коксовых отложений. Предлагаемый вариант позволит избежать плановых остановок процесса и улучшить экономическую составляющую рассматриваемого оборудования., Acetylene production by oxidative pyrolysis of natural gas is a complex chemical-technological system. One of the most important stages in the creation of ethylene products is the hydrogenation of acetylene in the ethane-ethylene fraction (EEF). To accelerate the hydrogenation process, catalysts are used in the reactors. As in many technological processes, hydrogenation produces by-products of the reaction, which reduce the efficiency of catalysts and accelerate their coking. The question of catalyst coking is considered. A variant of an improved control system is proposed, in which, based on the analysis of data from sensors used to control the technological process in the reactor, the actual state of coking of the catalyst will be monitored. It is proposed to use a genetic algorithm as a fundamental tool. With the help of a genetic algorithm, it becomes possible to determine the rate of development of coke deposits. The proposed option will allow avoiding planned process shutdowns and improving the economic component of the equipment under consideration., Южно-Сибирский научный вестник, Выпуск 6 (34) 2020

Представлен класс нейронных сетей, пригодных для применения декодирования кодов, исправляющих ошибки. Нейронная модель в основном представляет собой персептрон с полиномом высокого порядка в качестве дискриминантной функции. Показано, что один слой персептронов высокого порядка способен декодировать двоичный линейный блочный код с максимальным весом 2 в каждом персептроне, где m - длина четности. Для некоторых подклассов кодов необходимое количество весов может быть намного меньше. Код Хэмминга (2-1, 2-1-m) может быть декодирован с использованием только весов m + 1 в каждом персептроне. С помощью генетических алгоритмов получены эффективные нейронные декодеры 2t + 1 разрядности для каждого бита для некоторых циклических кодов и БЧХ кодов (Боуза-Чоудхури-Хоквингема), которые можно исправить. С помощью алгоритма поиска генетического типа показано, что для данной задачи можно найти подходящий набор элементов нейронной сети высокого порядка (в данном случае корректирующий декодер). Нейронные декодеры представлены как набор сетей четности на первом уровне, за которыми следует линейный персептрон на втором уровне, и, таким образом, имеют простые реализации в аналогичной технологии СБИС, The article presents a class of neural networks suitable for decoding error correction codes. The neural model is basically a perceptron with a high order polynomial as a discriminant function. One layer of high-order perceptrons is able to decode a binary linear block code with a maximum weight of 2 in each perceptron, where m is the parity length. For some subclasses of codes, the required number of weights can be much less. The Hamming code (2-1, 2-1-m) can be decoded using only the m + 1 weights in each perceptron. Using genetic algorithms, we obtained efficient 2t + 1-bit neural decoders for each bit for some cyclic codes and BCH codes (Bowes-Chowdhury-Hockingham), which can be corrected. Using the genetic type search algorithm, we show that for this problem, one can find a suitable set of elements of a high order neural network (in this case, a correcting decoder). We present neural decoders as a set of parity networks at the first level, followed by a linear perceptron at the second level, and thus have simple implementations in a similar VLSI technology, ВЕСТНИК ВОРОНЕЖСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА, Выпуск 3 2020

Современные многоцелевые эволюционные алгоритмы не могут решить проблему неаналитических целевых функций. Со смешанной стратегией, основанной на эволюционном алгоритме и нейронной сети, был предложен новый метод решения этой проблемы. Во-первых, путем обучения на исторических данных с помощью нейронной сети BP целевая функция может быть заменена выполнимой моделью нейронной сети. Затем эволюционные вычисления могут сопровождаться внедрением данной модели нейронной сети в многоцелевой алгоритм. Данный метод был применен к задаче системы управления технологическим процессом нефтеперерабатывающего комплекса. Результаты эксперимента показывают, что предложенный подход может решить реальную многоцелевую задачу оптимизации., Current multi-objective evolutionary algorithms cannot solve the problem of non-analytic objective functions. With mixed strategy based on evolutionary algorithm and neural network, a novel method to deal with this kind of problem was proposed. Firstly, by training on historical data with BP neural network, the objective function could be replaced by feasible neural network model. Then evolutionary computation could be followed by embedding the given neural network model in multi-objective algorithm. The given method was applied to the problem of oil refinery complex process control system. The experimental result show that the proposed approach can solve real multi-objective optimization problem.

Данная работа посвящена рассмотрению двух алгоритмов сборки пазлов с квадратными фрагментами без перекрытий, использующих только значения цветов пикселей на краях фрагментов: жадный алгоритм, основанный на нахождении минимального остовного дерева, и генетический алгоритм, вдохновленный механизмами естественного отбора. Задачи, которые решались в ходе исследования: 1. Изучение и реализация жадного алгоритма сборки пазлов, основанного на поиске минимального остовного дерева. 2. Изучение и реализация генетического алгоритма для сборки пазлов. 3. Рассмотрение каждого подхода с двумя функциями сравнения различности фрагментов пазла: сумма квадратов разностей и функция, основанная на расстоянии Махаланобиса. 4. Сравнение двух рассматриваемых подходов. Для работы с первым алгоритмом пазл интерпретируется как граф, в котором необходимо найти минимальное остовное дерево, используя алгоритм Краскала. Генетический же алгоритм находит оптимальное расположение фрагментов пазлов среди пространства всех возможных решений путем случайного подбора, комбинирования и перестановок искомых параметров. Каждый алгоритм был запрограммирован на языке С++ и проведен их сравнительный анализ. Сравнение проводилось по точности на наборе данных из 1800 пазлов с различным числом фрагментов трех размеров и временной сложности алгоритмов. В результате был определен выбор подхода для решения различных пазлов. При необходимости решения пазлов, состоящих из небольшого количества фрагментов, оба рассмотренных подхода дают хороший результат, достигнутая точность составила 89%. При решении пазлов из большого количества фрагментов маленького размера стоит остановить свой выбор на генетическом алгоритме с функцией, основанной на расстоянии Махаланобиса., This paper is devoted to the development of a genetic algorithm with optimization and comparison with greedy algorithm. This work introduces two algorithms for square-piece image jigsaw puzzles without overlapping that only using information of the pixel value on the border line of the pieces: the first is greedy algorithm based on finding minimum spanning tree and the second one uses genetic algorithm which was inspired by natural selection mechanisms. In this paper were solving the following tasks: 1. Studying and implementing a greedy puzzle assembly algorithm based on finding the minimum spanning tree. 2. Studying and implementing a genetic algorithm. 3. Consideration of each approach with two functions for comparing the differences of puzzle pieces: the sum of the squared differences and a function based on the Mahalanobis distance. 4. Comparing two algorithms. In In the first approach we interpret the puzzle as a graph in which we need to find for a minimum spanning tree. The genetic algorithm searches the optimum piece arrangement in large optimization space by random search, combination and rearrangement of the desired parametres. Other contributions of the paper include two pieces dissimularity measure functions: sum of squared differences and the function based on Mahalanobis distance. Each of approaches was programmed in C++ and analyzed. A comparison for accuracy was made on 1800 pictures dataset with different number of pieces of three sizes. Also, a time complexity comparison was made. As a result, we determine the way to choose algorithm in different cases. If it is necessary to solve puzzles consisting of a small number of fragments, both approaches considered give a good result, the achieved accuracy was 89%. When solving puzzles from a large number of small fragments, it is worth choosing a genetic algorithm with a function based on the distance of the Mahalanobis.

В данной работе проведен систематический анализ процесса определения наличия фальсифицированного мяса, сформулированы задачи для автоматизации. Из них выполнены: предварительная обработка изображений срезов образцов мясных продуктов, выявление наличия фальсификаций на основе формализованных знаний., A systematic analysis of the process of determining the presence of falsified meat is carried out, tasks for automation are formulated. Of which are made: preliminary processing of images of slices of samples of meat products, identification of the presence of falsifications based on formalized knowledge.

Проведено порівняльний аналіз генетичного алгоритму та алгоритму “мурахи” у вирішенні задачі комівояжера. Дані алгоритми реалізовано у формі програмного забезпечення. Досліджена якість роботи алгоритмів в залежності від зміни різноманітних параметрів кожного з них.

Рассматривается задача оптимизации режимов резания на примере токарной и фрезерной обработки с использованием методов искусственного интеллекта. В качестве критерия оптимальности предлагается использовать удельные затраты - переменную часть себестоимости обработки - которые могут изменяться в единицах времени, что обеспечивает оптимизацию по производительности, или денежных единицах, что обеспечивает оптимизацию по себестоимости. Рассчитанные оптимальные значения ограничивают область рациональных режимов резания. В процессе оптимизации с помощью обобщенной стохастической модели отказов учитывается вариабельность (разброс) периода стойкости режущего инструмента. Перебор режимов резания и периодичности восстановления режущего инструмента предложено осуществлять с помощью генетического алгоритма. Каждый рассматриваемый вариант режимов резания проверяется на соответствие техническим или технологическим ограничениям. При этом особое внимание уделяется вибрации в процессе резания, уровень которой меняется по мере изнашивания режущего инструмента. Оценку уровня вибрации предлагается проводить с использованием искусственной нейронной сети в виде многослойного персептрона. Рассмотренный подход оптимизации режимов резания и периодичности восстановления режущих инструментов с учетом специфики процесса резания и факторов случайности при износе и разрушении режущих инструментов позволил предложить систему адаптивного управления процессом резания с учетом вибрации машинной части технологической системы. За основу архитектуры системы адаптивного управления процессом резания взята схема с обычным контроллером, управляемым нейронной сетью в виде нейро-нечеткой сети на базе алгоритма Сугэно 0-го порядка. Применение методов искусственного интеллекта для анализа уровня вибрации машинной части технологической системы и оптимизации режимов резания и периодичности восстановления режущего инструмента позволит выявить резервы для повышения эффективности процесса резания, диагностировать состояние режущего инструмента в процессе обработки и разработать адаптивную и робастную систему управления процессом резания, The article considers the problem of cutting modes optimization on the example of turning and milling using artificial intelligence methods. As a criterion of optimality, we propose to use unit costs - a variable part of the cost of processing, which can vary in time units, which ensures optimization in terms of productivity, or in monetary units, which ensures optimization in terms of cost. The calculated optimal values limit the area of rational cutting conditions. In the optimization process using the generalized stochastic model of failures, the variability (spread) of the tool life of cutting tool is taken into account. We propose to search the cutting modes and the preventive maintenance period of the cutting tool using the genetic algorithm. Each considered option of cutting mode is checked for compliance with technical or technological restrictions. In this case, special attention is paid to vibration during the cutting process, the level of which changes as the cutting tool wears out. We propose to evaluate the level of vibration using an artificial neural network in the form of a multilayer perceptron. The considered approach to optimizing the cutting modes and preventive maintenance period of the cutting tool, taking into account the specifics of the cutting process and random factors during wear and destruction of cutting tools, allowed us to propose an adaptive control system for the cutting process taking into account the vibration of the machine part of the technological system. The architecture of the adaptive control system for the cutting process is based on a circuit with a conventional controller controlled by a neural network in the form of a neuro-fuzzy network based on the zero-order Sugeno algorithm. The use of artificial intelligence methods to analyze the vibration level of the machine part of the technological system and optimize the cutting modes and the preventive maintenance period of the cutting tool, allows us to identify reserves for increasing the efficiency of the cutting process, diagnose the condition of the cutting tool during machining and develop an adaptive and robust cutting process control system, ВЕСТНИК ВОРОНЕЖСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА, Выпуск 3 2020

Дослiджується актуальне завдання створення методу рацiонального вибору засобiв i пiдсистем кiберзахисту або забезпечення гарантоздатностi радiотехнiчних (також, iнформацiйних) систем, оптимiзацiї управлiння вiдповiдними засобами в умовах реалiзацiї загроз антропогенного або техногенного характеру. В статтi вивчається можливiсть застосування модифiкованого генетичного алгоритму для вирiшення завдання рацiонального вибору апаратно-програмних засобiв захисту iнформацiї (ЗЗI) i динамiчного керування конфiгурацiями засобiв на рiзних рiвнях безпеки гарантоздатних радiотехнiчних систем (ГРС), а також iнформацiйних систем (IС). Наукова новизна дослiдження полягає у застосуваннi в генетичному алгоритмi в якостi критерiїв оптимiзацiї конфiгурацiї (складу) ЗЗI сумарної величини ризикiв вiд порушення конфiденцiйностi, цiлiсностi та доступностi iнформацiйного ресурсу, а також вартiснi характеристики вiдповiдних ЗЗI. Генетичний алгоритм в задачi оптимiзацiї вибору конфiгурацiї ЗЗI для ГРС(IС) i динамiчного управлiння ресурсами пiдсистеми кiбербезпеки розглядається як варiант розв’язання задачi мультивибору. В такiй постановцi завдання рацiонального розмiщення ЗЗI на рiзних рiвнях захисту ГРС(IС) розглядається як варiант розв’язання NP-повної комбiнаторної задачi оптимiзацiї про укладку рюкзака (Knapsack problems). Запропонований пiдхiд забезпечує можливiсть, з одного боку, виконати швидке опробування рiзних наборiв ЗЗI та варiантiв їх застосування в ГРС(IС), а з iншого боку, це утворює передумови для об’єднання запропонованого алгоритму з вже iснуючими методами, моделями i алгоритмами для оптимiзацiї кiлькостi рiвнiв кiберзахисту ГРС(IС) i динамiчного управлiння ресурсами кiбербезпеки для рiзних об’єктiв iнформацiйної дiяльностi. Таке поєднання методiв, моделей та алгоритмiв створює передумови для швидкої змiни налаштування пiдсистеми захисту ГРС(IС), змiнюючи ї ї конфiгурацiю з урахуванням можливостi появи нових загроз iнформацiї i кiбератак. The urgent problem of creating a method for the rational choice of means and subsystems of cyber protection or ensuring the reliability of radio engineering (also, information) systems, optimizing the management of appropriate means in the context of the implementation of anthropogenic or technogenic threats is investigated. The article studies the possibility of using a modified genetic algorithm to solve the problem of rational choice of information security means (ISM) and dynamic configuration management of such means on various security segments of reliable radio engineering systems (RRS), as well as information systems (IS). The scientific novelty of the study is the use in the genetic algorithm as criteria for optimizing the configuration (composition) of the ISM total amount of risks of breach of confidentiality, integrity and availability of information resources, as well as the cost characteristics of the respective ISM. The genetic algorithm in the problem of optimizing the choice of ISM configuration for RRS(IS) and dynamic resource management of the cybersecurity subsystem is considered as a variant of solving the multichoice problem. In this formulation, the problem of rational placement of ISM at the boundaries (levels) of RRS(IS) protection is considered as a variant of solving the NPcomplete combinatorial optimization problem of backpacking (Knapsack problems). The proposed approach provides an opportunity, on the one hand, to perform rapid testing of different sets of ISM and options for their application in ISM, on the other hand, this creates prerequisites for combining the proposed algorithm with existing methods, models and algorithms to optimize the boundaries of RRS(IS) cybersecurity and dynamic management of cybersecurity resources for various objects of information activities. This combination of methods, models and algorithms creates the preconditions for a rapid change in the settings of the RRS(IS) protection subsystem, changing its configuration to take into account new threats and cyberattacks. Исследуется актуальная задача создания метода рационального выбора средств и подсистем киберзащиты или обеспечения гарантоспособности радиотехнических (также, информационных) систем, оптимизации управления соответствующими средствами в условиях реализации угроз антропогенного или техногенного характера. В статье изучается возможность применения модифицированного генетического алгоритма для решения задачи рационального выбора средств защиты информации (СЗИ) и динамического управления конфигурациями таких средств в различных сегментах безопасности гарантоспособных радиотехнических систем (ГРС), а также информационных систем (ИС). Научная новизна исследования заключается в применении в генетическом алгоритме в качестве критериев оптимизации конфигурации (состава) СЗИ суммарной величины рисков от нарушения конфиденциальности, целостности и доступности информационного ресурса, а также стоимостные характеристики соответствующих СЗИ. Генетический алгоритм в задаче оптимизации выбора конфигурации СЗИ для ГРС(ИС) и динамического управления ресурсами подсистемы кибербезопасности рассматривается как вариант решения задачи мультивибора. В такой постановке задачи рационального размещения СЗИ на рубежах (уровнях) защиты ГРС(ИС) рассматривается как вариант решения NP-полной комбинаторной задачи оптимизации про укладку рюкзака (Knapsack problems). Предложенный подход обеспечивает возможность, с одной стороны, выполнить быстрое опробование различных наборов СЗИ и вариантов их применения в ГРС(ИС), с другой стороны, это создает предпосылки для объединения предложенного алгоритма с уже существующими методами, моделями и алгоритмами для оптимизации состава рубежей киберзащиты ГРС(ИС) и динамического управления ресурсами кибербезопасности для различных объектов информационной деятельности. Такое сочетание методов, моделей и алгоритмов создает предпосылки для быстрого изменения настроек подсистемы защиты ГРС(ИС), изменяя ее конфигурацию с учетом новых угроз и кибератак.

Разработана и проанализирована математическая модель объекта с помощью которой удалось решить задачу по критериям минимальной стоимости и комфортности потребления электроэнергии. Выполнена оценка максимальной возможной экономии затрат с учетом стоимости аккумуляторного оборудования и без него. Произведен анализ различных компоновок микроэлектроэнергетических систем., A mathematical model of the object was developed and analyzed with the help of which it was possible to solve the problem according to the criteria of minimum cost and comfortability of electricity consumption. The estimation of the maximum possible cost savings, taking into account the cost of battery equipment, and without it. The analysis of the uniform consumption of different configurations of the microgrid.

Создана математическая модель, позволяющая подобрать оптимальный состав микроЭЭС на базе солнечных панелей и накопителя электроэнергии по критериям минимальных затрат, равномерности и комфортности потребления с помощью многоцелевого генетического алгоритма. При каждом запуске генетического алгоритма с его подзадачей линейного программирования, происходит случайная генерация суточных графиков потребления электроэнергии, а так же построение случайных графиков выдачи мощности солнечными панелями, с учётом случайной погоды каждый день. В работе проанализированы результаты оптимизации генетического алгоритма с разным количеством целевых функций: двухцелевые задачи и одна трёх целевая задача. К двухцелевым относятся: задачи с минимизацией затрат и получением равномерности; с максимальной комфортностью потребления и с минимум затрат; и с максимальной комфортностью потребления и с получением равномерности. Трёх целевая задача представляет из себя поиск минимума по всем трём критериям: минимум затрат, комфортность потребления и получение равномерности., A mathematical model has been created that allows you to select the optimal composition of microelectric power based on solar panels and an energy storage device according to the criteria of minimum costs, uniformity and comfort of consumption using a multi-purpose genetic algorithm. Each time the genetic algorithm is launched with its linear programming sub-task, random generation of daily electricity consumption graph , as generation of random power delivery graph by solar panels, taking into account random weather every day. The paper analyzes the results of optimization of the genetic algorithm with a different number of objective functions: two-target tasks and one three target task. two-target tasks include minimizing: costs and obtaining uniformity; with the maximum comfort of consumption and with a minimum of costs; and with maximum comfort of consumption and with obtaining uniformity. Three target task is to find a minimum for all three criteria: minimum costs, comfort consumption and obtaining uniformity.

В статье представлена иерархическая структура настроек средств защиты информации, введены критерии оценки эффективности систем защиты, формализовано понятие «конфигурация системы защиты» на базе объектов эволюционного моделирования, таких как популяция, хромосома (вектор решения), функция пригодности решения, и т.д. Разработана математическая модель для построения системы защиты с применением методов искусственного интеллекта. Предлагаемая система отличается возможностью учета влияния случайных факторов (квалификация обслуживающего персонала, отказы техники, время атаки на систему защиты) при выборе варианта защиты и возможностью адаптации системы защиты под изменяющиеся условия среды. Такая модель позволит использовать ее не только в профессиональной деятельности специалистов по информационной безопасности, но и в учебной в качестве своеобразного тренажера. Разработка эффективной системы защиты с использованием генетического алгоритма возможна на основе данных мониторинга событий в системе, данных, полученных от экспертов и в ходе имитационного моделирования работы системы защиты. Таким образом, результаты исследования имеют прикладной характер и могут быть использованы в разработках, связанных с проектированием информационных систем, систем поддержки принятия решений в сфере информационной безопасности. Ключевые слова: эволюционное моделирование, имитационное моделирование, генетический алгоритм, угрозы информационной безопасности, средства защиты, The article presents the hierarchical structure of settings for information security tools, introduced criteria for evaluating the effectiveness of security systems, formalizes the concept of “security system configuration” based on evolutionary modeling objects, such as population, chromosome (solution vector), fitness function, etc. The mathematical model for constructing a security system using artificial intelligence methods has been developed. The proposed system is characterized by the possibility of considering the influence of random factors (staff, equipment failures, attack time on the security system) when choosing a protection option and the ability of adapting the protection system to changing environmental conditions. This model allows to use it not only in the professional activities of information security specialists, but also in training process as a kind of simulator. The development of an effective information security system using a genetic algorithm is possible on the basis of system monitoring events data, data received from experts and during simulation of the protection system. Thus, the research results have an applied nature and can be used in developments related to the design of information systems, decision support systems in the field of information security., МОДЕЛИРОВАНИЕ, ОПТИМИЗАЦИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, Выпуск 3 (30) 2020

Этилен является одним из сырьевых материалов в химической промышленности. Производство этилена считается жизненно важным символом национальной всесторонней силы в нефтехимической промышленности. Для увеличения экономического эффекта производства этилена необходимо внедрять системы усовершенствованного управления технологическим процессом (СУУТП), которые демонстрируют более оптимальные характеристики управления по сравнению с традиционным управлением процессом. В данной статье описывается совершенствование информационно-измерительной системы производства этиленовой продукции, заключающееся в определении коэффициента скорости проявления коксовых отложений в катализаторах. Цена ошибочных прогнозов состояния катализаторов гораздо выше, чем при неверной оценке активности. Очевидно, что необходимы надежные и обоснованные методы контроля состояния катализаторов. Поэтому в последнее время наряду с классическими способами определения качества каталитических контактов развиваются и методы обработки результатов тестирования с использованием математических моделей. Авторами предлагается отслеживать фактическое состояние катализатора с помощью генетического алгоритма., Ethylene is one of the raw materials in the chemical industry. Ethylene production is considered a vital symbol of the nation's all-round strength in the petrochemical industry. To increase the economic effect of ethylene production, it is necessary to introduce advanced process control systems (SUPS), which demonstrate more optimal control characteristics compared to traditional process control. This article describes the improvement of the information-measuring system for the production of ethylene products, which consists in determining the coefficient of the rate of manifestation of coke deposits in catalysts. The cost of erroneous predictions of the state of catalysts is much higher than with an incorrect estimate of activity. It is obvious that reliable and valid methods for monitoring the catalyst condition are needed. Therefore, recently, along with the classical methods for determining the quality of catalytic contacts, methods for processing test results using mathematical models have been developing. The authors propose to track the actual state of the catalyst using a genetic algorithm., Южно-Сибирский научный вестник, Выпуск 6 (34) 2020

Рассматриваются оптимизационные задачи параметрического синтеза при проектировании технических объектов в условиях неопределенности параметров с использованием мягких вычислений, относящихся к методам вычислительного интеллекта - одного из ответвлений искусственного интеллекта. В рамках теории неопределенности 1 предложен способ моделирования оптимизируемых параметров с эпистемической неопределенностью - неопределенных параме- тров. Разработан метод моделирования функций, зависящих от неопределенных и случайных параметров. Разработаны и исследованы оптимизационные модели, в которых целевые функции и ограничения зависят от неопределенных и случайных параметров. На основе полученных теоретических результатов разработан прототип инструментальной программной среды для решения оптимизационных задач параметрического синтеза при проектировании технических объектов в условиях неопределенности параметров, №12 (2020)

Рассмотрена возможность повышения эффективности профессиональной подготовки операторов при использовании тренажеров с интеллектуальной иммерсивной средой (ИС). Предложена методика двухуровневого проектирования интеллектуальной ИС тренажера: на нижнем уровне выбираются простейшие действия оператора и специальные тесты для оценки производительности его работы на верхнем - показатели производительности и параметры ИС, влияющие на сложность выполнения задачи. Методика предусматривает наличие в тренажере обратной связи вида результат- изменение параметров задачи . Разработан алгоритм индивидуальной генерации профессиональной программы под- готовки оператора, учитывающий значения показателей производительности действий оператора. Алгоритм позволяет формировать индивидуальную программу профессиональной подготовки и учитывает производительность оператора на основе изменения параметров трудоемкости. Экспериментальные результаты подтвердили целесообразность при- менения алгоритма для тренажеров транспортно-технологических машин, №12 (2020)

В последнее время в искусственном интеллекте набирают популярность направления, основанные на биологических принципах. Можно спрогнозировать, что вскоре более продвинутые модели искусственного интеллекта получат широкое распространение. В данном контексте статья посвящена исследованию особенностей глубокого обучения искусственных нейронных сетей. Цель статьи заключается в рассмотрении с методологической и практической точек зрения алгоритмов и подходов к глубинному обучению нейронных сетей. В ходе исследования использовались методы классификации, инициализации весов нейронной сети, методы регуляризации и оптимизации, методы и алгоритмы обучения нейронных сетей. В статье предложен комбинированный метод глубинного обучения, основанный на алгоритме роя частиц и генетическом алгоритме, его применение позволяет сформировать оптимальную с точки зрения точности, скорости обучения и работы искусственную нейронную сеть., Neural networks are an effective tool for solving a wide range of applications. However, using them is usually about addressing issues specific to a particular application. Algorithms and rules for learning neural networks are usually situational in nature they are designed to solve certain (or a group of related) tasks. So it is important to understand the principles and features of their work, which will allow a professional approach to the choice of ready learning algorithms or creation of new ones. The article proposes a combined deep learning algorithm based on the particle swarm algorithm and genetic algorithm its application makes it possible to form an artificial neural network optimal in terms of accuracy, speed of learning and speed of operation., №4(42) (2019)

Аннотация В данной статье рассматриваются способы определения сложности программного кода для формирования входных данных при тестирования программного кода. Несмотря на попытки автоматизировать процесс тестирования полная автоматизация возможна не для всех его этапов. Однако некоторые подпроцессы можно попытаться автоматизировать, например, формирование наборов данных для последующего тестирования. Сложность автоматизации этого этапа связана с тем, что данные сложно подобрать из-за большого числа возможных комбинаций. Поэтому для решения данной задачи особую ценность представляют эвристические подходы, которые не перебирают все возможные варианты, например, генетические алгоритмы. Использование генетического алгоритма позволяет найти достаточно большое число комбинаций, каждая из которых будет проверять определенный путь. При этом целевая функция, которая использует веса операций, может быть рассчитана разными способами. В данной статье определяются способы расчёта операндов для определения наиболее сложного пути при генерации тестовых данных на основе генетического алгоритма., In this article we propose methods for determining the complexity of program code for generating input data in program code testing. Despite the attempts to automate the testing process, full automation is not possible for all stages. However, you can try to automate some subprocesses, such as generating datasets for later testing. The complexity of the automation of this stage is due to the fact that the data is difficult to select due to the large number of possible combinations. Therefore, to solve this problem, heuristic approaches that do not sort out all possible options, for example, genetic algorithms, are of particular value. Using the genetic algorithm allows you to find a fairly large number of combinations, each of which will check a specific path. Moreover, the objective function, which uses the weights of operations, can be calculated in different ways. This article defines methods for calculating operands to determine the most difficult path when generating test data based on a genetic algorithm., №4(28) (2020)

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

Currently, one of the actual problems in the formation of the most informative knowledge models of this subject area is the creation of effective information retrieval systems, primarily on the Internet, as the largest repository of information. To extract the necessary information for this subject area from the Internet, processing of a huge number of heterogeneous documents is required. This is the rather complicated task that requires not only automating the process of searching for information, but also ensuring its semantic content in accordance with the current situation in this subject area. To automate the search process and determine the most informative content of the knowledge model of this subject area, a multi-agent intelligent system for searching and selecting information based on neural networks proposed. This system implements a neurosemantic approach to the semantic adaptation of search information to changes in the current situation in this subject area and the corresponding evolution of the knowledge model based on a genetic algorithm.Ref. 9, В настоящее время одной из актуальных проблем при формировании максимально информативных моделей знаний данной предметной области является создание эффективных информационно-поисковых систем, в первую очередь, в Интернете, как самом большом хранилище информации. Для извлечения нужной для данной предметной области информации из Интернет требуется обработка огромного количества разнородных документов. Это достаточно сложная задача, которая требует не только автоматизации процесса поиска информации, но и обеспечения ее смыслового содержания в соответствии с текущей ситуацией в данной предметной области. Для автоматизации процесса поиска и определения максимально информативного контента модели знаний данной предметной области предложена мультиагентная интеллектуальная система поиска и отбора информации, построенная на основе нейронных сетей. В системе реализуется нейросемантический подход к смысловой адаптации поисковой информации к изменению текущей ситуации в данной предметной области и соответствующей ей эволюции модели знаний на основе генетического алгоритма.Библ. 9, В даний час однією з актуальних проблем при формуванні максимально інформативних моделей знань даної предметної області є створення ефективних інформаційно-пошукових систем, в першу чергу, в Інтернеті, як найбільшому сховищі інформації. Для вилучення потрібної для даної предметної області інформації з Інтернет потрібна обробка величезної кількості різнорідних документів. Це досить складне завдання, яке вимагаєне тільки автоматизації процесу пошуку інформації, але і забезпечення її смислового змісту відповідно до поточної ситуації в даній галузі. Для автоматизації процесу пошуку і визначення максимально інформативного контенту моделі знань даної предметної області запропонована мультиагентна інтелектуальна система пошуку і відбирання інформації,побудована на основі нейронних мереж. У системі реалізується нейросемантичний підхід до смислової адаптації пошукової інформації до зміни поточної ситуації в даній галузі і відповідної їй еволюції моделі знань на основі генетичного алгоритму.Бібл. 9

В этой статье описывается постановка математической модели оптимизации структуры вычислительной сети распределенной корпоративной информационной системы на основе многоуровневой топологии. Многоуровневая топологическая структура позволяет представить структуру сети, которая включает детальное описание взаимосвязей между такими объектами сети, как активное оборудование, рабочие станции и серверы на различных уровнях модели, показать, как единое целое разнообразные аспекты управления передачей данных с поддержкой протоколов QоS, техническую и программную реализации, информационное пространство и менеджмент. В результате проектирование вычислительной сети корпоративной системы может быть выполнено как разработка единой сетевой инфраструктуры распределенных программноаппаратных средств, которая включает взаимосвязанные и взаимодействующие между собой подсистемы, решающие функциональные задачи по управлению и планированию деятельностью предприятия в рамках единого подхода по достижению цели получения оптимальной архитектуры и отвечающих комплексу системных и функциональных требований по производительности, пропускной способности, надежности и др. Используется парадигма облачных, туманных и граничных вычислений, что позволяет строить современную сетевую инфраструктуру в рамках концепции промышленного IoT. Наиболее характерным примером использования данной парадигмы могут являться интеллектуальные сети электроснабжения, распределенные системы мониторинга транспортировки газа либо нефтепродуктов, распределенные системы промышленного предприятия. Для решения задачи предлагается использовать подход на основе модифицированного генетического алгоритма. Приводятся результаты экспериментов. Ключевые слова: многоуровневая топологическая структура, распределенная корпоративная система, вычислительная сеть, облачные вычисления, туманные вычисления, граничные вычисления, генетический алгоритм, This article describes the formulation of a mathematical model to optimize the structure of the computer network of a distributed corporate information system based on a multilevel topology. Multilevel topological structure allows you to present the network structure, which includes a detailed description of the relationships between such network objects as active equipment, workstations and servers at different levels of the model, to show as a whole a variety of aspects of data transfer management with support for QoS protocols, technical and software implementation, information space and management. As a result, the design of the computing network of the corporate system can be performed as the development of a single network infrastructure of distributed software and hardware, which includes interconnected and interacting subsystems that solve functional tasks for the management and planning of the enterprise activities within a single approach to achieve the goal of obtaining an optimal architecture and meet the complex system and functional requirements for performance, bandwidth, reliability, etc. The paradigm of cloud, foggy and boundary calculations is used, which allows to build a modern network infrastructure within the framework of the industrial IoT concept. The most typical example of the use of this paradigm can be intelligent power supply networks, distributed monitoring systems for the transportation of gas or oil products, distributed systems of an industrial enterprise. To solve the problem, it is proposed to use an approach based on a modified genetic algorithm. The results of the experiments are presented., №3(26) (2019)

В даний час однією з актуальних проблем при формуванні максимально інформативних моделей знань даної предметної області є створення ефективних інформаційно-пошукових систем, в першу чергу, в Інтернеті, як найбільшому сховищі інформації. Для вилучення потрібної для даної предметної області інформації з Інтернет потрібна обробка величезної кількості різнорідних документів. Це досить складне завдання, яке вимагає не тільки автоматизації процесу пошуку інформації, але і забезпечення її смислового змісту відповідно до поточної ситуації в даній галузі. Для автоматизації процесу пошуку і визначення максимально інформативного контенту моделі знань даної предметної області запропонована мультиагентна інтелектуальна система пошуку і відбирання інформації, побудована на основі нейронних мереж. У системі реалізується нейросемантичний підхід до смислової адаптації пошукової інформації до зміни поточної ситуації в даній галузі і відповідної їй еволюції моделі знань на основі генетичного алгоритму. Currently, one of the actual problems in the formation of the most informative knowledge models of this subject area is the creation of effective information retrieval systems, primarily on the Internet, as the largest repository of information. To extract the necessary information for this subject area from the Internet, processing of a huge number of heterogeneous documents is required. This is the rather complicated task that requires not only automating the process of searching for information, but also ensuring its semantic content in accordance with the current situation in this subject area. To automate the search process and determine the most informative content of the knowledge model of this subject area, a multi-agent intelligent system for searching and selecting information based on neural networks proposed. This system implements a neurosemantic approach to the semantic adaptation of search information to changes in the current situation in this subject area and the corresponding evolution of the knowledge model based on a genetic algorithm. В настоящее время одной из актуальных проблем при формировании максимально информативных моделей знаний данной предметной области является создание эффективных информационно-поисковых систем, в первую очередь, в Интернете, как самом большом хранилище информации. Для извлечения нужной для данной предметной области информации из Интернет требуется обработка огромного количества разнородных документов. Это достаточно сложная задача, которая требует не только автоматизации процесса поиска информации, но и обеспечения ее смыслового содержания в соответствии с текущей ситуацией в данной предметной области. Для автоматизации процесса поиска и определения максимально информативного контента модели знаний данной предметной области предложена мультиагентная интеллектуальная система поиска и отбора информации, построенная на основе нейронных сетей. В системе реализуется нейросемантический подход к смысловой адаптации поисковой информации к изменению текущей ситуации в данной предметной области и соответствующей ей эволюции модели знаний на основе генетического алгоритма.

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

В статье описываются критерии сравнения наборов измерительных положений в задаче калибровки блока акселерометров. С помощью генетического алгоритма проводится оптимизация набора из 9 положений для различных критериев. Показаны результаты работы алгоритма., The article describes criterion for comparison of measurement positions sets in accelerometer set calibration problem. Carry out optimization for 9 positions sets with use of genetic algorithm. Results of algorithm work shown., №8 (2019)

Предложен метод эвристического решения сложной комбинаторной оптимизационной задачи большой размерности со стохастической целевой функцией, позволяющий посредством выбора рациональных параметров генетического алгоритма и использования стохастической фитнессфункции с переменным коэффициентом вариации достигать удовлетворительной скорости его сходимости при большой размерности задачи. Приведены результаты статистического исследования, показавшие возможность сокращения времени, затрачиваемого на поиск рациональных вариантов построения ИВС, на примере бортовой вычислительной системы космического аппарата. Указанный метод предлагается использовать для разработки предложений по обоснованию их технического облика., A method of heuristic solution of a complex combinatorial optimization problem of large dimension with a stochastic objective function is proposed, which allows, by choosing rational parameters of the genetic algorithm and using the stochastic fitness function with a variable coefficient of variation, to achieve a satisfactory rate of its convergence with a large dimension of the problem. The results of a statistical study are presented, which showed the possibility of reducing the time spent on the search for rational options for constructing an ITT using the example of an onboard computer system of a spacecraft. This method is proposed to use to develop proposals for the justification of their technical appearance., №2 (2019)

Разработаны методика, методы и модели, а таже программные средства, позволяющие решать многокритериальные оптимизационные задачи на ранних этапах проектирования летательных аппаратов (ЛА) при наличии входных и проектируемых параметров с эпистемической и алеаторной неопределенностью. Использование данных разработок позволит сократить время и стоимость, повысить информативность этапа предварительного проектирования нового поколения ЛА. В качестве примера приводятся результаты решения задач расчета весовых параметров ЛА и оптимальных параметров силовой установки, обеспечивающих удовлетворение требований по дальности сверхзвукового крейсерского полета и приоритетных тактико-технических требований в области дозвуковых скоростей полета., №6 (2020)

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

В статье описано решение задачи поиска оптимального маршрута полета беспилотного летательного аппарата специального типа, предназначенного для перемещений внутри сильнопересеченных пространств, таких как лесные массивы. Предложена схема поиска, основанная на генетическом алгоритме, в котором формирование начальной популяции хромосом организовано особым образом с применением алгоритма BFS (Best-First Search). Предложенное решение по сравнению с обычным генетическим алгоритмом позволяет получать более высокую точность результата (степень приближения к наикратчайшему пути) и имеет приемлемое быстродействие., The paper describes the solution of the optimal path finding task for an unmanned aerial vehicle of special type moving inside spaces with multiple obstacles, such as woodlands. The finding scheme based on genetic algorithm which includes the special procedure generating initial population of chromosomes. This procedure uses the Best-First Search algorithm. Comparatively to common genetic algorithm the proposed solution obtains higher degree of approximation of result to the shortest path and possesses acceptable processing speed., №6 (2019)

Создание качественных учебных материалов по радиотехническим дисциплинам требует генерации многовариантных исходных данных для лабораторных работ, расчетных упражнений, курсового проектирования. Исходные данные должны быть привязаны к номеру варианта и обеспечивать покрытие всей области допустимых значений результата. Поскольку число исходных данных в рамках задачи велико, то их поиск сводится к решению недоопределенной системы уравнений. В работе предлагается свести решение системы к задаче нелинейного программирования. Целевая функция при этом определяется как абсолютная разница между фактическим и требуемым результатом с учетом ограничений на величину исходных данных. Поиск минимума многоэкстремальной целевой функции с большим числом аргументов рекомендуется выполнять с помощью апробированной версии генетического алгоритма. На основе описанного методического приема реализованы вычислительные алгоритмы генерации исходных данных для разных радиотехнических задач. Представлена постановка, реализация и результаты генерации для двух задач. В первом случае осуществляется выбор номинальных значений параметров источников напряжения и тока, а также радиоэлементов сложной электрической цепи, обеспечивающих априорно заданные параметры напряжения на ключевом элементе. В рамках второй задачи реализован структурный синтез комбинационной схемы с заданной логической функцией (таблицей истинности). Его особенностью является использование числовых идентификаторов, соответствующих логическим функциям и элементам. Сгенерированные многовариантные исходные данные получили практическое использование в учебном процессе, Compiling high-quality training materials on radio engineering disciplines requires the generation of multivariate baseline data for laboratory work, computational exercises, course design. The source data should be tied to the variant number and ensure coverage of the entire range of acceptable result values. Since the number of input data within the framework of the problem is large, their search is reduced to solving an underdetermined system of equations. The paper proposes to reduce the solution of the system to the problem of nonlinear programming. The objective function is defined as the absolute difference between the actual and the desired result, taking into account the limitations on the size of the source data. It is recommended to search for the minimum of a multi-extremal objective function with a large number of arguments using an approved version of the genetic algorithm. On the basis of the described methodological technique, computational algorithms for generating initial data for various radio engineering tasks are implemented. The article presents the formulation, implementation and results of generation for two tasks. In the first case, the choice of the nominal values of the parameters of voltage sources and current, as well as radio elements of a complex electrical circuit, providing a priori voltage parameters at a key element. Within the framework of the second task, a structural synthesis of a combinational circuit with a given logical function (truth table) is implemented. Its peculiarity is the use of numeric identifiers, corresponding to logical functions and elements. The generated multivariate source data received practical use in the educational process, №2 (2019)

Описаны нелинейные вероятностные математические модели скорости растворения и роста кристаллов сахарозы в поликомпонентных растворах. Экспериментальной основой разработанных моделей послужили: для скорости растворимости - 255 опытов А. Бригель-Мюллера, для скорости роста - 421 опыт ученых А. Бригель-Мюллера, Г. Вавринца и других. Анализ известных исследований эволюции сахарных растворов в процессе растворения и роста кристаллов позволяет сделать вывод о дискретном, вероятностном механизме этих явлений. Погрешность модели скорости растворимости составила ±9,6 % отн., а модели скорости роста кристаллов ± 11,3 % отн. при величине шага итераций . Аддитивная модель скорости растворимости состоит из четырех составляющих: диффузионной, обусловленной химическими реакциями с водой и несахарами, с образованием гидратированных молекул сахара и комплексов сахар-несахар, и образующейся в результате вырывания из кристалла активных сахарозных молекул. Модель скорости роста сахарного кристалла включает в себя слагаемые: диффузионную, поверхностную кристаллохимическую, непосредственного захвата кристаллом молекул сахарозы, распада комплексов сахар-несахар, включения в кристалл несахаров и воды. Для построения моделей использовали генетический алгоритм с последующим уточнением параметров моделей методом конфигураций Хука-Дживса, Nonlinear probabilistic mathematical models of the rate of dissolution and growth of sucrose crystals in multicomponent solutions are described. The experimental basis of the developed models was: for the dissolution rate - 255 experiments of A. Brigel-Muller, for the growth rate - 421 experiences of the scientists A. Brigel-Muller, G. Vavrinets and others. The error model of the solubility rate was ± 9.6% rel., and the models of crystal growth rate ± 11.3% rel. at the magnitude of the iteration step . The additive model of the dissolution rate consists of four components: diffusional, due to chemical reactions with water and non-sugars, with the formation of hydrated sugar molecules and sugar - non-sugar complexes, and formed as a result of pulling active sucrose molecules from the crystal. The model of the growth rate of a sugar crystal includes the following components: diffusion, surface crystal chemical, direct capture of sucrose molecules by a crystal, disintegration of sugar-nonsugar complexes, incorporation of non-sugars and water into the crystal. To build the models, a genetic algorithm was used, followed by specification of model parameters using the Hook-Jeeves configuration method, №2 (2019)

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

Актуальной проблемой интеграции ИС является анализ, согласование и отображение их онтологий, которые построены разными способами. В статье приводится краткий обзор процесса автоматического построения первоначальных версий онтологий предметной области. Предложен подход к семантической интеграции неоднородных онтологий сложных информационных систем. Основная идея заключается в рассмотрении онтологий из разных предметных областей и построенных разными способами. В статье описан метод вычисления семантической близости концептов, который позволяет количественно оценить сходство между понятиями. Соответствия между элементами (концептами) онтологий разделяются на несколько составляющих: лексическую, атрибутивную и реляционную. Для каждого концепта одной онтологии формируется множество релевантных семантических концептов другой онтологии. С целью ранжирования элементов результирующего множества предлагается определять пороговые значения меры близости. В работе предложен метод классификации значений близости концептов для установления их корректного отображения. Следует отметить, что основное ядро онтологии адекватно по семантики и повторяет построенную экспертами модель. Высокая точность результатов объясняется применением расширенного набора вариантов взаимного позиционирования концептов. Модель процесса интеграции применима к широкому кругу предметных областей и не сложна в реализации., The actual problem of integrating IP is analysis, matching and mapping of their ontologies, which are constructed in different ways. The article provides a brief overview of the process of automatic construction of the initial versions of domain ontologies. An approach to the semantic integration of heterogeneous ontologies of complex information systems is proposed. The basic idea is to consider ontologies from different subject areas, and constructed in different ways. The article describes a method for calculating the semantic proximity of concepts, which allows one to quantify the similarity between concepts. The correspondences between the elements (concepts) of ontologies are divided into several components: lexical, attributive and relational. For each concept of one ontology, a set of relevant semantic concepts of another ontology is formed. For the purpose of ranking the elements of the resulting set, it is proposed to determine the threshold values ​​of the proximity measure. A method for classifying the levels of proximity of concepts to establish their correct mapping is proposed. It should be noted that, excluding some error in comparing ontology concepts with the help of the software system, the main ontology core is adequately based on semantics and repeats the model constructed by experts. The high accuracy of the results is due to the use. The model of the integration process is applicable to a wide range of subject areas and is not difficult to implement., №1(25) (2019)

The weighed and unweighted minimal set-cover problem, its applicability for the solution of the major optimization practical tasks, such as arrangement of service points, assignment of crews in transport, as well as the integrated-circuit and conveyer lines designing is considered. The paper objective is to describe methods of improving efficiency of this task solution. The principle of operation of the genetic algorithm and the applicability of its modification as a method of the solution to the set-cover problem are defined. Greedy strategy of Chvatal for the set-cover problem solution is considered. An exhaustive algorithm as an exact algorithm for the solution of small-size tasks is developed. The modified genetic algorithm developed by Nguyen M. H. is described. A software tool for comparing the performance of these algorithms is created. It is concluded that the solution of the set-cover problem by our genetic algorithm modification is more effective than by the genetic algorithm of Nguyen M. H. or the greedy strategy. And the results obtained in small-size tasks are noted for insignificant error.

Multimodal optimization (MMO) is the problem of finding many or all global and local optima. In this study, a novel approach based on a metaheuristic for designing multi-strategy genetic algorithm is proposed. The approach controls the interactions of many search techniques (different genetic algorithms for MMO) and leads to the self-configuring solving of problems with a priori unknown structure. The results of numerical experiments for classical benchmark problems and benchmark problems from the IEEE CEC competition on MMO are presented. The proposed approach has demonstrated efficiency better than standard niching techniques and comparable to advanced algorithms. The main feature of the approach is that it does not require the participation of the human-expert, because it operates in an automated, self-configuring way Задача мультимодальной оптимизации заключается в нахождении множества всех глобаль- ных и локальных оптимумов или аппроксимации этого множества. В данной работе предложен новый подход, основанный на метаэвристике для построения генетического алгоритма, включа- ющего многие стратегии поиска. Предложенный подход позволяет управлять взаимодействием нескольких поисковых алгоритмов (разных генетических алгоритмов для мультимодальной оп- тимизации) и обеспечивает самоконфигурируемое решение задачи с априори неизвестной струк- турой. В статье представлены результаты численных экспериментов и сравнение с другими известными подходами на множестве традиционных тестовых задач мультимодальной опти- мизации и задачах, предложенных на конкурсе по мультимодальной оптимизации в рамках кон- ференции IEEE CEC. Предложенный подход демонстрирует лучшую эффективность, чем стан- дартные подходы, основанные на идее ниш, и сравнимую с современными усовершенствованными алгоритмами. Особенностью и преимуществом предложенного подхода является то, что он не требует привлечения дополнительных экспертных знаний, так как работает в автоматизиро- ванном, самоконфигурируемом режиме