Система управления гибридным эволюционным алгоритмом на основе модели смешения мнений экспертов
##plugins.themes.bootstrap3.article.main##
Аннотация
В данной статье предлагается система управления гибридным эволюционным алгоритмом на базе модели смешения мнений экспертов. Основным элементом предлагаемой системы является двухуровневая модель классификации оптимизационных задач. Эта модель позволяет извлечь максимум информации о решаемой задаче, классифицировать ее и направить алгоритм по оптимальному пути решения
##plugins.themes.bootstrap3.article.details##
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Авторы, публикующиеся в данном журнале, соглашаются со следующими условиями:- Авторы сохраняют за собой права на авторство своей работы и предоставляют журналу право первой публикации этой работы на условиях лицензии Creative Commons Attribution License, которая позволяет другим лицам свободно распространять опубликованную работу с обязательной ссылокой на авторов оригинальной работы и оригинальную публикацию в этом журнале.
- Авторы сохраняют право заключать отдельные договора на неэксклюзивное распространение работы в том виде, в котором она была опубликована этим журналом (например, размещать работу в электронном архиве учреждения или публиковать в составе монографии), с условием сохраниения ссылки на оригинальную публикацию в этом журнале.
- Политика журнала разрешает и поощряет размещение авторами в сети Интернет (например в институтском хранилище или на персональном сайте) рукописи работы как до ее подачи в редакцию, так и во время ее редакционной обработки, так как это способствует продуктивной научной дискуссии и положительно сказывается на оперативности и динамике цитирования статьи (см. The Effect of Open Access).
Библиографические ссылки
H. Ishibuchi, T. Yoshida, and T. Murata, “Balance between genetic search and local search in memetic algorithms for multiobjective permutation flowshop scheduling”, IEEE Transactions on Evolutionary Computation, vol. 7, no. 2, pp. 204–223, Apr. 2003. DOI:10.1109/TEVC.2003.810752
Titterington О., A. Smith, and E. Makov, StatisticalAnalysis of Finite Mixture Distributions, New York: Wiley, 1985.
S. Khaikin, Neural networks: full course, 2nd ed. Moscow: Publishing House"Williams", 2006, p. 1104.
Y. Kalnibolotsky and O. Khrustavka, “Modifications of genetic algorithms”, Electronics and communications, no. 5, pp. 54–61, 2008.
O. Khrustavka, “Base of rules for choosing a combination of genetic operators for a hybrid evolutionary algorithm”, in IX International Scientific Conference “Intellectual Analysis of Information IAI-2009".
N. Draper and G. Smith, Applied regression analysis. Multiple regression, 3rd ed. Moscow: “Dialektika”, 2007, p. 912.
