новости и события22.09.2014 17:00:00Гибридный эвристический параллельный метод глобальной оптимизации и глобальная оптимизация на основе нейросетевой аппроксимации инверсных зависимостей<div class="smn-ict"><div class="smn-author">Пушкарев Кирилл Владимирович</div><div class="smn-institute">Институт космических и информационных технологий Сибирского федерального университета</div><div class="smn-city">Красноярск</div><div class="smn-abstract"> Рассматривается задача нахождения глобального минимума непрерывной ограниченной снизу целевой функции многих переменных в области, имеющей вид многомерного параллелепипеда. Для решения задачи предлагается метод нейросетевой аппроксимации инверсных зависимостей, использующий обобщённо-регрессионные нейронные сети (GRNN), отображающие значения целевой функции в значения координат. Для решения сложных задач глобальной оптимизации предлагается гибридный эвристический параллельный метод глобальной оптимизации (ГЭПМ), основанный на комбинировании различных методов (в том числе метода нейросетевой аппроксимации инверсных зависимостей) и технологии многоагентной системы. Описывается программная реализация ГЭПМ. Приводятся результаты сравнения ГЭПМ с 21 современным методом глобальной оптимизации и генетическим алгоритмом на 28 сложных целевых функциях 50 переменных. Излагаются результаты исследования возможности применения ГЭПМ для решения задачи электростатики (анод электролизёра) в слабой форме на основе аппроксимации искомой функции, подобной аппроксимации с помощью радиальных базисных функций (RBF). </div><div class="smn-e_mail">cyril.pushkaryov@yandex.ru</div></div>новости и событияГибридный эвристический параллельный метод глобальной оптимизации и глобальная оптимизация на основе нейросетевой аппроксимации инверсных зависимостей<tags><tag>og:description</tag><value>Пушкарев Кирилл ВладимировичИнститут космических и информационных технологий Сибирского федерального университетаКрасноярск Рассматривается задача нахождения глобального минимума непрерывной ограничен</value><tag>og:image</tag><value>http://news.sbras.ru/ru/NewsPictures/seminar1.jpg</value></tags>

 Источники

 

 

 Видео

 

 

 

 

 Файлы