Математическое обеспечение выбора направлений программы развития организационной системы на основе комбинации алгоритма рандомизированного поиска и генетического алгоритма с адаптацией

Статья посвящена разработке оптимизационного подхода к выбору направлений программы развития оптимизационной системы. Показано, что формализация процесса оптимального выбора управленческого решения при формировании программы развития приводит к модели многоальтернативной оптимизации. Решение оптимизационной задачи целесообразно осуществлять с применением направленного рандомизированного поиска. Однако в этом случае удается только сформировать множество доминирующих вариантов, что требует для выбора окончательного варианта распределения объектов организационной системы между направлениями программы развития использования экспертного оценивания. Предполагается другой подход, основанный на комбинации алгоритма рандомизированного поиска и генетического алгоритма с адаптацией. С целью интеграции указанных алгоритмов в единую итерационную схему поиска оптимального решения, в первую очередь, обосновано условие перехода от первого итерационного процесса рандомизированного поиска к формированию популяции генетического алгоритма с элементами, соответствующими случайным значениям альтернативных переменных. Из этой популяции выбираются родители и осуществляется переход ко второму итерационному процессу вероятностного выбора наилучшего варианта сочетания схем скрещивания и размножения. Показано, что для коррекции вероятностных характеристик от одного итерационного процесса приемлем двухуровневый адаптивный алгоритм, использующий значения функции приспособленности, соответствующей структуре исходной оптимизационной задачи. Третий итерационной процесс направлен на включение в выбор элементов генетического алгоритма семи вариантов мутации. Показано, по какому условию осуществляется останов перечисленных процессов поиска для последующего выбора оптимального управленческого решения.

1. Плотников В.А., Федотова Г.В. Программно-целевой метод в управлении экономикой региона. Финансовая аналитика: проблемы и решения. 2013;(7):2–9.

2. Руткаускас Т.К. Инвестиции и инвестиционная деятельность организаций. Екатеринбург: Изд-во Урал. ун-та; 2019. 316 с.

3. Борзова А.С., Иванов Д.В. Оптимизационное моделирование инвестиционного процесса развития отраслевой организационной системы гражданской авиации. Моделирование, оптимизация и информационные технологии. 2021;9(1). https://doi.org/10.26102/2310-6018/2021.32.1.030

4. Львович Я.Е. Многоальтернативная оптимизация: теория и приложения. Воронеж: Издательство «Кварта»; 2006. 415 с.

5. Львович Я.Е., Львович И.Я., Чопоров О.Н. и др. Оптимизация цифрового управления в организационных системах. Воронеж: Издательско-полиграфический центр «Научная книга»; 2021. 191 с.

6. Анисимов Ю.П., Куксова И.В., Губертов Е.А., Жильников А.Ю., Иголкин И.С. Оптимизация потоков и инвестиционных ресурсов для развития инновационной деятельности на предприятии. Вестник Воронежского государственного университета инженерных технологий. 2022;84(2):400–406. https://doi.org/10.20914/2310-1202-2022-2-400-406

7. Львович И.Я. Принятие решений на основе оптимизационных моделей и экспертной информации. Воронеж: Издательско-полиграфический центр «Научная книга»; 2023. 232 c.

8. Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы. Москва: Физматлит; 2006. 320 с.

9. Батищев Д.И., Костюков В.Е., Неймарк Е.А., Старостин Н.В. Решение дискретных задач с помощью эволюционно-генетических алгоритмов. Нижний Новгород: Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского; 2011. 199 с.

10. Волкова С.С., Семенкин Е.С. Исследование эффективности адаптивной мутации в генетических алгоритмах. Актуальные проблемы авиации и космонавтики. 2012;1(8):291–293.

11. Львович И.Я., Львович Я.Е., Фролов В.Н. Информационные технологии моделирования и оптимизации. Краткая теория и приложения. Воронеж: Издательско-полиграфический центр «Научная книга»; 2016. 444 с.