Розробка методики пошуку рішень з використанням удосконаленого алгоритму мавп

Анотація

Об’єктом дослідження є системи підтримки прийняття рішень. Предметом дослідження є процес прийняття рішення в задачах управління за допомогою алгоритму мавп та штучних нейронних мереж, що еволюціонують.

Запропоновано методику пошуку рішень з використанням удосконаленого алгоритму мавп. В основу дослідження покладений алгоритм мавп – для пошуку рішення щодо стану об’єкту. Для навчання агентів мавп (АМ) – використовуються штучні нейронні мережі, що еволюціонують. Методика має наступну послідовність дій:

– введення вихідних даних;

– оброблення вихідних даних з урахуванням ступеню невизначеності;

– для кожного АМ генерується вектор пошуку з урахуванням ступеню невизначеності;

– визначення початкової швидкості руху АМ

– обчислення функція придатності рішення АМ;

– обчислення висоти руху АМ;

– перевірка виконання умов локального стрибка;

– генерація координат площини локального пошуку;

– обчислення функція придатності рішення АМ;

– генерація координат площини глобального пошуку;

– розподіл пошуку між зграєю АМ;

– зміна швидкості руху АМ;

– перевірка допустимого значення отриманого рішення щодо стану об’єкту;

– навчання баз знань АМ.

Оригінальність запропонованої методики полягає у розставленні АМ з урахуванням невизначеності вихідних даних, удосконаленими процедурами глобального та локального опушку з урахуванням ступеню зашумленості даних про стан об’єкту аналізу. Особливістю запропонованої методики полягає в використанні удосконаленої процедури навчання АМ. Процедура навчання полягає в тому, що відбувається навчання параметрів та архітектури окремих елементів і архітектури штучної нейронної мережі в цілому. Використання методики дозволяє досягти підвищення оперативності обробки даних на рівні 23–28 % за рахунок використання додаткових удосконалених процедур