Разработка и исследование вероятностных эволюционных алгоритмов для моделирования и оптимизации сложных систем
Диссертация - Менеджмент
Другие диссертации по предмету Менеджмент
?ого ящика не можем.
Символьная регрессия дает нам не только вычислительную процедуру, но и формулу (символьное математическое выражение), которую можно было бы подвергнуть содержательному анализу, упростить, а затем и уточнить. Однако на современном этапе методы символьной регрессии не разработаны достаточно хорошо, поэтому направление разработки и следования подобных методов является актуальным. Метод генетического программирования является наиболее перспективным направлением.
Цель работы: разработка и исследование комплексной системы моделирования и оптимизации сложных систем на основе алгоритма вероятностного генетического программирования (моделирование сложных систем путем решения задач символьной регрессии) и вероятностного генетического алгоритма (оптимизация сложных систем с применением построенной модели).
Для достижения поставленной цели необходимо решить следующие задачи:
1.Провести анализ основных свойств задач оптимизации сложных систем и возможных подходов к их решению.
2.Программно реализовать и провести анализ сравнительной эффективности метода изменяющихся вероятностей и генетического алгоритма с бинарным представлением решений.
.Разработать и программно реализовать алгоритм поиска, комбинирующий эвристические идеи генетического алгоритм и формальный аппарат современной математики. Показать работоспособность предложенного вероятностного генетического алгоритма на тестовых и практических задачах, сравнить с известными алгоритмами.
.Провести анализ методов решения задачи символьной регрессии.
.Разработать и программно реализовать алгоритм решения задачи символьной регрессии с помощью метода генетического программирования. Показать его работоспособность на тестовых задачах.
.Разработать метод генетического программирования, использующий механизм вероятностного генетического алгоритма. Программно реализовать и показать работоспособность предложенного подхода на тестовых задачах.
Методы исследования. Для решения поставленных задач использовались методы системного анализа, теории вероятности, математической статистики, псевдобулевой оптимизации и эволюционных алгоритмов.
Научная новизна результатов диссертации:
1.Разработан новый метод решения сложных задач оптимизации - вероятностный генетический алгоритм, и показана его работоспособность на тестовых и практических задачах.
2.Проведен сравнительный анализ эффективности вероятностного генетического алгоритма и классического генетического алгоритма, и показано, что вероятностный генетический алгоритм превосходит классический как по надежности, так и по быстродействию.
.Разработан новый метод решения задачи символьной регрессии - вероятностный алгоритм генетического программирования, и доказана его работоспособность на тестовых задачах.
Практическая значимость. Предложенный вероятностный генетический алгоритм использован при решении актуальной практической задачи - оптимизаций работы электростанции на топливных элементах в установившемся режиме. Полученные с помощью вероятностного генетического алгоритма параметры позволяют повысить эффективность работы станции на 6.5%, что подтверждено официальным сертификатом от Института прикладных исследований при Высшей технической школе г. Ульм (Германия).
На основе предложенных алгоритмов разработаны современные программные системы, которые позволяют в рамках одного подхода решать задачи моделирования и параметрической оптимизации сложных систем.
Предложенные в диссертации алгоритмы и программные системы используются в учебном процессе при проведении занятий по специальным курсам Системы искусственного интеллекта и Адаптивные и эволюционные методы принятия решений в Сибирском государственном аэрокосмическом университете, а также по общему курсу Методы оптимизации и специальным курсам Системный анализ и управление и Эволюционные алгоритмы оптимизации в Красноярском государственном университете.
Основные защищаемые положения:
1.Предложенный вероятностный генетический алгоритм позволяет эффективно решать задачи оптимизации сложных систем, содержит меньше настраиваемых параметров и превосходит стандартный генетический алгоритм по надежности и по трудоемкости.
2.Предложенный метод вероятностного генетического программирования позволяет эффективно решать задачу символьной регрессии и строить адекватные математические модели сложных систем по результатам наблюдений.
.Полученные с помощью вероятностного генетического алгоритма значения параметров для задачи оптимизации работы электростанции на топливных элементах в стационарном режиме позволяют повысить КПД электростанции в 2 раза.
Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на следующих научно-практических конференциях:
-Межвузовская научно-практическая конференция Молодежь Сибири - науке России, СИБУП, 2002.
-40-я научно-практическая конференция студентов, аспирантов и молодых ученых посвященная дню космонавтики. САА. Красноярск, 2002.
-Всероссийская научно-техническая конференция студентов, аспирантов и молодых ученых Совершенствование методов поиска и разведки, технологий добычи и переработки полезных ископаемых, КрасГАЦиЗ, 2003.
-Межвузовская научная конференция Информ