Разработка и применение генетических алгоритмов для анализа поведения сложных динамических систем

• Автор: Малютина, Элина Эдуардовна
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2001
• Место защиты: Москва
• Количество страниц: 124 с. : ил

1.2 Структура генетического алгоритма дня задачи классификации данных . 1 3 Прими тение генетических алгорпмов для выбора признаков по методу

ПРОЕКЦИЙ НА ПОДРОС1РАНСТВО

1.4 ПОСТРОЕНИЕ РАЗДЕЛЯЮЩИХ ПОВЕРХНОСТЕЙ НА ОСНОВЕ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ.

Результаты анализа эксперими палы шх данных.з

и. . 5. Выбор наиболее вамных параметров, характеризующих появление

неустойчивости срыва плазменного разряда

п. 1.5.2 Очен ка трудоемкости алгоритма.

п. 1.5.3 Применение генетического алгоритма для аппроксимации границ

областей неустойчивости в пржтранстве параметров плазмы.

ВЫВОДЫ.

ГЛАВА 2. ПРИМЕНЕНИЕ ГЕНЕТИЧЕСКОГО АЛГОРИТМА ДЛЯ

КЛ АСТ РИЗАЦИИ дли та
2 1 Структура генетического алгоритма, основанного на I иинциплх
САМООРГАНИЗАЦИИ
2.2 СРАВНЕНИЕ АЛГОРИТМА ОА1 СО СТАНДАРТНЫМ ПИИТИЧЕСКИМ АЛГОРИТМОМ И
АЛГОРИТМОМ, ОСНОВАННЫМ НА ПРИНЦИПЕ ДЕТЕРМИНИРОВАННОГО СГУЩЕНИЯ.
2 3 Анализ алгоритмов вА 1 иОА2.
2.4 ВЛИЯНИЕ УПРАВЛЯЮЩИХ ПАРАМЕТРОВ ГЕНЕТИЧЕСКОГО АЛГОРИТМА НА
ФОРМИРОВАНИЕ КЛАСТЕРОВ.
2.5 СРАВ1 паШЕ ГЕНЕТИЧЕСКОТ О АЛГОРИТМА И МЕТОДА РОКЕЬ ДЛЯ ЗАДАЧИ
НАХОЖДЕНИЯ ЦЕНТРОИДОВ КЛАСТЕРОВ
ВЫВОДЫ
ГЛАВА 3. ПРИМЕНЕНИЕ ГЕНЕТИЧЕСКОГО АЛГОРИТМА ДЛЯ ПОИСКА ОПТИМАЛЬНОГО УПРАВЛЕНИЯ ДИНАМИЧЕСКОЙ СИСТЕМОЙ .
3.1 Поста ювкл задачи.
3 .2 СТРУКТУРА ГЕНБТИЧСКОП АЛГОРИТМА, используемого для поиска УПРАВЛЕНИЯ
3 3 Анализ степени разнообразия популяции
3.4 Результаты численноо эксперимента.
п 3.4.1 Численное исследование зависимости степени разнообразия популяции
от параметров генетического алгоритма.
и 3.4.2 Численное исследование зависимости точности управления
динамической системой от параметров генетического алгоритма.
п. 3.4.3 Сравнение генетических алгоритмов для оптимизации нестационарных
функционалов
п. 3.4.4 Сравнение времени счета для поиска яокаяънооптималыюго управления
с помощью генетического алгоритма и метода квазияокааьных вариаций
ВЫВОДЫ.
ГЛАВА 4. ПОСТРОЕНИЕ АДАПТИВНЫХ СЕТОК С ИСПОЛЬЗОВАНИЕМ ГЕНЕТИЧЕСКИХ .АЛГОРИТМОВ.
.
4.1 Постановка задачи
4 2 Схема епггическоо алгоритма для построения расчетной сетки.
п. 4.2.1 Процедура генерации сетки в одномерном пространстве
п. 4.2.2 Процедура генерации сетки в многомерном пространстве.
4.3 РЕЗУЛЬТАТЫ ЧИСЛЕННОГО ЭКСПЕРИМЕНТА
п. 4.3.1 Построение адаптивной сетки в одномерном пространстве.
п. 4.3.2 Построение адаптивной сетки в многомерном пространстве
ВЫВОДЫ.
ЗАКЛЮЧЕНИЕ.
СПИСОК ЛИТЕРАТУРЫ


В этой главе рассматривается возможность моделирования процессов самоорганизации на основе генетического алгоритма Предложенный генетический алгоритм применяется для задачи
кластеризации данных и позволяет эволюционным путем разбить множество исходных объектов на кластеры и выделить их центроиды. Таким образом, алгоритмически строится самоорганизующееся отображение для задачи распознавания образов без учителя. Третья глава посвящена поиску оптимального управления динамической системой с помощью генетического алгоритма. Управление системой основано на построении локальнооптимальных управлений, минимизирующих расстояние между траекторией объекта и заданной траекторией. Проблема поиска эффективного управления сложными динамическими объектами в условиях неопределенности, возникновения непредвиденных критических ситуаций является одним из важных направлений в теории управляемых систем . Влияние внешней среды обычно представляется в виде действия возмущающих факторов, при этом момент и место приложения возмущения, его интенсивность и характер часто бывают неизвестными, поэтому формирование своевременного и в то же время эффективного управляющего воздействия является сложной задачей. Вследствие различного рода возмущений и воздействий на объект окружающей среды на практике не всегда удается построить формализированную модель реального объекта, поэтому широкое применение находит новый класс управляющих систем класс интеллектуальных систем управления . Наибольшее распространение при проектировании интеллектуальных систем управления получили экспертные системы, нечеткие регуляторы и нейронные сети . В настоящее время при создании интеллектуальных систем управления сложными динамическими объектами начинают активно использоваться генетические алгоритмы 9,,.