Другие журналы

научное издание МГТУ им. Н.Э. Баумана

НАУКА и ОБРАЗОВАНИЕ

Издатель ФГБОУ ВПО "МГТУ им. Н.Э. Баумана". Эл № ФС 77 - 48211.  ISSN 1994-0408

Сравнение методов генетического и вариационного генетического программирования на примере задачи синтеза управления для модели "Хищник-жертва"

# 05, май 2014
DOI: 10.7463/0514.0709252
Файл статьи: Diveev_A.pdf (901.87Кб)
авторы: Дивеев А. И., Ибадулла С. И.

УДК 519.6 62.50

Россия, ФГБУН Вычислительный центр им. А.А. Дородницына РАН

ФГБОУ ВПО Российский университет дружбы народов

Работа посвящена исследованию численных методов для решения проблемы синтеза системы управления. В статье сравниваются два метода символьной регрессии метод генетического программирования и новый метод, вариационного генетического программирования. Первоначально в статье приведен качественный сравнительный анализ методов и представлена численная оценка используемых методами ресурсов. Затем методы применяются для решения одной задачи синтеза системы управления. Рассматривается нелинейная модель объекта управления «хищник-жертва». С целью получения достоверных результатов исходные параметры поисковых алгоритмов в обоих сравниваемых методах приняты одинаковыми. Для метода вариационного генетического программирования выбрано тривиальное базисное решение, хотя основным преимуществом данного метода, является возможность сокращения времени вычислений за счет выбора на основе опыта разработчика базисного решения, близкого к оптимальному решению.
В статье по результатам вычислительного эксперимента показано, что метод вариационного генетического программирования находит решение во много раз быстрее, затрачивает меньше ресурсов и полученный результат дает лучшие значения функционалов, чем метод генетического программирования. В дальнейшем следует сравнить методы на примере решения сложной задачи синтеза системы управления, при решении которой необходимо продемонстрировать очевидное преимущество метода вариационного генетического программирования, возникающее за счет выбора нетривиального базисного решения. Необходимо в дальнейшем также сравнить метод вариационного генетического программирования с другим методами символьной регрессии, методом аналитического программирования, методом грамматической эволюции и методом сетевого оператора.

Список литературы
1. Дивеев А.И., Софронова Е.А. Метод сетевого оператора и его применение в задачах управления. М.: РУДН, 2012. 182 с.
2. Дивеев А.И. Численный метод сетевого оператора для синтеза системы управления с неопределенными начальными значениями // Известия РАН. Теория и системы управления. 2012. № 2. С. 63-78.
3. Дивеев А.И., Казарян Д.Э. Методы грамматической эволюции и сетевого оператора для синтеза системы управления динамическим объектом // Современные проблемы науки и образования. 2013. № 4. Режим доступа: http://www.science-education.ru/110-9546 (дата обращения 01.04.2014).
4. Рогачев Г.Н., Егоров В.А. Генетическое программирование в задачах поиска системотехнических решений // 7-й Международный симпозиум «Интеллектуальные системы» (INTELS’2006) (Краснодар, 26-30 июня 2006 г.): тр. М.: РУСАКИ, 2006. С. 69-72.
5. Рогачев Г.Н. Генетическое программирование в задачах поиска системотехнических решений // Вестник Самарского государственного технического университета. Сер. Технические науки. 2006. № 40. С. 37-42.
6. Ибадулла С.И., Дивеев А.И., Софронова Е.А. Решение задачи синтеза системы управления методом вариационного генетического программирования // Современные проблемы науки и образования. 2013. № 6. Режим доступа: http://www.science-education.ru/113-11697  (дата обращения 01.04.2014) .
7. Bourmistrova A., Khantsis S. Control System Design Optimization via Genetic Programming // Proceedings of CEC 2007. IEEE Congress on Evolutionary Computation, 2007. P. 1993-2000. DOI: 10.1109/CEC.2007.4424718
8. Koza J.R. Genetic Programming: On the Programming of Computers by Means of Natural Selection. Cambridge, Massachusetts, London, MA: MIT Press. 1992. 819 p.
9. Koza J.R., Keane M.A., Streeter M.J., Mydlowec W., Yu J., Lanza G. Genetic Programming IV. Routine Human-Competitive Machine Intelligence / J.R. Koza (ed.). Springer US, 2003. 606 p. DOI: 10.1007/b137549
10. Sager S. A Benchmark Library of Mixed-Integer Optimal Control Problems // In:  Mixed Integer Nonlinear Programming / J. Lee, S. Leyffer (eds.). Springer New York, 2012. P. 631-670. DOI: 10.1007/978-1-4614-1927-3_22



Поделиться:
 
ПОИСК
 
elibrary crossref ulrichsweb neicon rusycon
 
ЮБИЛЕИ
ФОТОРЕПОРТАЖИ
 
СОБЫТИЯ
 
НОВОСТНАЯ ЛЕНТА



Авторы
Пресс-релизы
Библиотека
Конференции
Выставки
О проекте
Rambler's Top100
Телефон: +7 (915) 336-07-65 (строго: среда; пятница c 11-00 до 17-00)
  RSS
© 2003-2021 «Наука и образование»
Перепечатка материалов журнала без согласования с редакцией запрещена
 Тел.: +7 (915) 336-07-65 (строго: среда; пятница c 11-00 до 17-00)