Модель искусственной нейронной сети для решения задачи управления генетическим алгоритмом с применением математического аппарата теории сетей Петри

Целью исследования является повышение быстродействия и количества решений в интеллектуальных системах на базе генетических алгоритмов, направленных на решение задачи структурно-параметрического синтеза больших дискретных систем с заданным поведением. В качестве гипотезы предполагается, что адаптированная модель искусственной нейронной сети способна управлять изменением параметров функционирования операторов генетического алгоритма непосредственно в процессе решения задачи структурно-параметрического синтеза. Управление может осуществляться на основе данных о состоянии особей популяции. В работе качестве методики предлагается использование математического аппарата искусственных нейронных сетей и генетических алгоритмов, адаптированных к решаемой задаче с использованием теории сетей Петри. Предложенный подход, объединенный одним математическим аппаратом сетей Петри, позволяет моделировать: процесс распознавания состояния популяции, процедуру структурно-параметрического синтеза больших дискретных систем с заданным поведением, а также управление генетическим алгоритмом с целью коррекции траекторией движения популяции, предотвращения затухания и преждевременной сходимости. В статье предложены результаты вычислительных экспериментов, которые показали эффективность разработанных моделей и методов при решении задачи структурно-параметрического синтеза больших дискретных систем с заданным поведением на базе статических межкомпонентных связей.

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. 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.

6. Петросов Д.А. Адаптация генетического алгоритма при моделировании вычислительной техники с изменяющейся структурой и набором компонентов на основе сетей Петри. Вопросы современной науки и практики. Университет им. В.И. Вернадского. 2009;6(20):151-160.