Разработка гибридных интеллектуальных моделей эволюционного проектирования

• Автор: Голубин, Алексей Владимирович
• Шифр специальности: 05.13.12, 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Москва-Таганрог
• Количество страниц: 174 с. : ил.

СОДЕРЖАНИЕ
СОДЕРЖАНИЕ
ВВЕДЕНИЕ

1. АНАЛИЗ ПРОБЛЕМ, ПЕРСПЕКТИВ И МЕТОДОВ ЭВОЛЮЦИОННОГО ПРОЕКТИРОВАНИЯ.

1.1. Некоторые современные тенденции развития САПР.

1.2. Эволюционное проектирование.

1.3. Применение принципов эволюции при построении алгоритмов оптимизации

1.3.1. Теории эволюции естественных систем.

1.3.2. Эволюционное моделирование

1.3.3. Генетические алгоритмы на основе недарвиновских моделей эволюции.

1.3.4. Гибридные алгоритмы на основе объединения различных теорий эволюции

1.4. Создание гибридных моделей на основе различных методик и информационных технологий
1.5. Обзор программных средств, использующих генетические алгоритмы
1.6. Выводы по главе 1.
2. МНОГОЭВОЛЮЦИОННЫЙ НЕЧЕТКИЙ ГЕНЕТИЧЕСКИЙ АЛГОРИТМ
2.1. Построение генетических алгоритмов на основе различных моделей эволюции.
2.1.1. Вид и межвидовая гибридизация в генетических алгоритмах
2.1.2. Способы реализации основных моделей эволюции в ГА.
2.2. Построение гибридной системы на основе различных моделей эволюции.
2.3. Гибридные модели с использованием ГА и нечеткой логики
2.3.1. Нечеткое кодирование
2.3.2. Нечеткие генетические операторы.
2.3.3. Использование баз знаний для подбора параметров.
2.4. Выводы по главе 2
3. ИНСТРУМЕНТАЛЬНАЯ СРЕДА ПОДДЕРЖКИ ЭВОЛЮЦИОННОГО ПРОЕКТИРОВАНИЯ СЕЫ8ЕАСН.
3.1. Требования к программным продуктам, реализующим генетические алгоритмы.
3.2. Основные характеристики инструментальной среды СепБеагсй
3.3. Структура инструментальной среды ОЕЫЗЕАНСН.
3.4. Выводы по главе 3
4. ИССЛЕДОВАНИЕ РАЗРАБОТАННЫХ АЛГОРИТМОВ И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ И ОЦЕНКА ИХ ЭФФЕКТИВНОСТИ ПРИ РЕШЕНИИ ТЕСТОВЫХ И ПРАКТИЧЕСКИХ ЗАДАЧ.
4.1. Цели и методы проводимых исследований
4.2. Исследование эффективности нечеткого генетического.
4.2.1. Нечеткое кодирование.
4.2.2. Кроссинговер.
4.2.3. Мутация
4.2.4. Подбор параметров с использованием базы знаний.
4.3. Исследование эффективности разработанного алгоритма на практической производственной задаче
4.3.1. Постановка задачи
4.3.2. Существующие способы решения.
4.3.3. Предлагаемый способ решения
4.3.4. Программная реализация предлагаемого решения.
4.4. Выводы по главе 4
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ


Процесс проектирования представляет собой важнейшую стадию жизненного цикла продукции, который также включает стадии ее производства и эксплуатации. Его можно условно представить в трехмерном пространстве «этапы - задачи - модели проектирования». Основными этапами инженерного проектирования технических систем принято считать стадии предварительного проектирования (выработки технического предложения), эскизного, технического и рабочего проектирования [, ]. На любой стадии проектирования обычно решаются задачи следующих типов []: а) поисковое проектирование (информационный поиск и синтез моделей проектируемой системы); б) инженерный анализ, связанный с проведением проектных расчетов; в) многокритериальная оценка и оптимизация полученных проектных решений (выбор эффективного решения); г) выполнение чертежно-графических работ. В процессе проектирования должны строиться различные и взаимодополняющие модели разрабатываемой системы, обеспечивающие возможность ее представления различными способами. В последнее десятилетие в ИСАПР стали активно применяться инновационные стратегии и модели проектирования. К их числу можно отнести стратегии «совмещенного или параллельного проектирования» (Concurrent Design или Simultaneous Design), «кооперативного проектирования» (Cooperative Design или Collaborative Design), «эволюционного проектирования» (Evolutionary Design). В узком смысле под совмещенным проектированием (см. В более широком аспекте совмещенное проектирование предполагает объединение усилий специалистов разных подразделений внутри предприятия, а также организацию тесного взаимодействия предприятия с заказчиками, партнерами и подрядчиками на всех стадиях разработки создаваемого изделия (и, прежде всего, на ранних этапах его проектирования). Подходы, охватываемые термином «совмещенное проектирование» роднит то, что они стремятся учесть влияние практически всех аспектов жизненного цикла системы на исходный проект. Идеология совмещенного проектирования предполагает рассмотрение на стадии проектирования целой гаммы факторов, относящихся к различным этапам жизненного цикла разрабатываемой искусственной системы и влияющих на ее стоимость и эффективность, в интересах улучшения функциональных характеристик системы, сокращения сроков проектирования и производства, уменьшения затрат на создание системы. Среди различных подходов ИИ к моделированию процесса отмечаются [4]: проектирование на основе знаний (включая логическое проектирование и проектирование по прецедентам и аналогиям); когнитивные подходы к проектированию; проектирование с использованием моделей эволюции. В первом случае главное внимание уделяется различным способам представления проектных знаний и формализации проектных рассуждений. Так например в основе логической теории проектирования И. А.Треура лежит разработка формальных логических моделей процесса проектирования. В ней проектирование рассматривается как процесс синтетических рассуждений, в котором многократно используются абдуктивные, дедуктивные и индуктивные процедуры, относящиеся к обработке проектных ограничений и выработке решений. Основой идеологии Case-Based Design являются рассуждения с использованием прецедентов и прототипов. Когнитивные подходы к проектированию связаны с идентификацией и представлением индивидуальных и коллективных когнитивных процессов, связанных с решением задач проектирования. Наконец, различные подходы и модели эволюционного проектирования, по сути, реализуют «пограничную стратегию» между проектированием систем и их самоорганизацией. Типичная архитектура интегрированной интеллектуальной САПР, предложенная В. М.Курейчиком [], изображена на рис. Диалоговый процессор - служит для разбиения необходимой задачи проектирования большой размерности на совокупности функциональных подзадач меньшей размерности. Планировщик служит для поиска информации, совместно с экспертной системой осуществляет анализ преобразованных данных, полученных из диалогового процессора. На основе исходных данных выбирается несколько путей решения. Каждому пути решения соответствует управляющий программный блок из монитора.