Оглавление
ВВЕДЕНИЕ
ГЛАВА 1. Состояние вопроса. Сущность проблемы, обзор существующих методов.
1.1. Общие сведения
1. Проблема поиска решений в системах обработки экспертной информации
1.2. Детерминированные методы поиска
1.2. Статистические методы поиска решений
1. Генетические алгоритмы – новый подход к оптимизации процессов поиска
решений в экспертных системах
Выводы по главе
ГЛАВА 2. Разработка метода оптимизации процесса поиска решений в экспертных
системах на основе генетических алгоритмов
2. Теоретические основы генетических алгоритмов
2. Простой генетический алгоритм
2. Модифицированный генетический алгоритм
2. Механизмы размножения генетического алгоритма
2. Теорема о генетических схемах.
2. Последствия воздействия операторов ГА на состав генетических схем
2.6. Гипотеза о строительных блоках генетического алгоритма
2. Область эффективного действия генетического алгоритма
2.7. Шаблоны схем и гиперплоскости
2. Метод поиска оптимальных решений на основе генетического алгоритма
2.8. Описание метода
2. Алгоритм поиска решений
Выводы по главе
ГЛАВА 3. Программный комплекс «АНАЛИЗ»
3. Цели и задачи комплекса
3. Структура программного комплекса «АНАЛИЗ»
3. Модуль машины логического вывода
3. Методика проведения эксперимента на ПК «АНАЛИЗ»
Выводы по главе
ГЛАВА 4. Метод комбинаторной оптимизации автотранспортных перевозок для
транспортных предприятий с помощью генетических алгоритмов.
4. Режим работы «Консультация»
4. Режимы работы метода генетических схем
4. Исследование основных параметров ГА и их оптимизация
4. Механизм отбора родительских пар
4. Выбор типа оператора кроссовера
4. Выбор способа формирования родительской пары
4. Влияние на эффективность поиска типа используемого оператора мутации
4. Влияние оператора инверсии на эффективность поиска
4. Сравнительная оценка эффективности метода ГС
4. Метод комбинаторной оптимизации автотранспортных перевозок для
транспортных предприятий.
4. Тестовые функции
Приложение А.
Приложение Б.
Представление объектов для создания и решения программы.
Приложение Д
Используемая литература:
Условные обозначения
АЗС
Автозаправочные станции
ГА
Генетические алгоритмы
ГО
Генетические операторы
ГСМ
Горючесмазочные материалы
ДК
Двухточечный кроссовер
ДНК
Молекула дезоксирибонуклеиновой кислоты
МЛВ
Машина логического вывода
МОК
Многоточечный оператор кроссовер
МЭО
Метод элитного отбора
ОИ
Оператор инверсии
ОК
Одноточечный кроссовер
ОМ
Оператор мутации
ПГА
Простой генетический алгоритм
РОК
Равномерный оператор кроссовер
СОЭИ
Системы обработки экспертной информации
ФП
Функция пригодности
ЦФ
Целевая функция
ФМЭС
Формальная модель
ВВЕДЕНИЕ
Актуальность
- Київ+380960830922