ПРИМЕНЕНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В ЗАДАЧАХ УПРАВЛЕНИЯ ГЕНЕТИЧЕСКИМ АЛГОРИТМОМ

В современных интеллектуальных системах поддержки принятия решений попрежнему сохраняется проблема, связанная с повышения быстродействия в задачах структурнопараметрического синтеза больших дискретных систем с заданным поведением на основе генетических алгоритмов. В настоящее время существует два основных направления исследований, которые рассчитаны на математическое или аппаратное повышение быстродействия. Одним из способов аппаратного повышение быстродействия является применение параллельных вычислений, к которым относится технология GPGPU (Generalpurpose computing on graphics processing units). В данной работе рассматривается возможность повышения быстродействия интеллектуальных систем с использованием математического инструмента искусственных нейронных сетей за счет введения модуля управления генетическим алгоритмом непосредственно при выполнении синтеза решений. Управление процессом структурно-параметрического синтеза достигается путем прогноза и оценки состояния генетического алгоритма (сходимости, затухания, нахождения популяции в локальных экстремумах) с применением искусственных нейронных сетей. Это позволяет изменять параметры работы операторов непосредственно в процессе синтеза решений, изменяя их разрушающую способность относительно бинарной строки, что приводит к изменению траектории движения популяции в пространстве решений, и как следствие, должно способствовать повышению быстродействия интеллектуальных систем поддержки принятия решений.

1. Орлов А.Н., Курейчик В.В., Глущенко А.Е. Комбинированный генетический алгоритм решения задачи раскроя. Известия ЮФУ. Технические науки. 2016;6(179):5-13.

2. Петросов Д.А. Математическая модель формирования конфигурации вычислительной техники на основе триггеров. Вестник Ижевского государственного технического университета. 2009;3:139-143.

3. Манжула В.Г., Федяшов Д.С. Нейронные сети Кохонена и нечеткие нейронные сети в интеллектуальном анализе данных. Фундаментальные исследования. 2011; 4: 108- 114.

4. Хайкин С. Нейронные сети полный курс, 2-е издание: Пер. с англ. М.: Издательский дом «Вильямс». 2006: 1104.

5. Степовой А.А., Рубанов В.Г. Повышение живучести мобильного робота с использованием аппарата нейронных сетей. Математические методы в технике и технологиях: сб. тр. междунар. науч. конф. в 12 т.; под общ. ред. А.А. Большакова. СПб.: Изд-во Политехн. ун-та. 2019;3:26-29.

6. Петросов Д.А., Игнатенко В.А. Применение информационных сетей Петри для моделирования нейронной сети в задаче управления адаптированным генетическим алгоритмом при решении задач структурно-параметрического синтеза дискретных систем. Успехи современной науки и образования. 2016;5(12):138-141.