Идентификация и исследование ключевых параметров алгоритма метода генетических схем и их влияние на эффективность поиска решений в экспертных системах продукционного типа. Параметры генетического алгоритма: операторы кроссовера, мутации, инверсии.
При низкой оригинальности работы "Идентификация механизмов реализации операторов генетического алгоритма в экспертных системах продукционного типа", Вы можете повысить уникальность этой работы до 80-100%
Представленные на рисунке 1 диаграммы иллюстрируют именно тот случай, когда лучшие результаты получены для побитового кроссовера в работе с тестовыми деревьями, даже не отличающимися особой сложностью. Эксперименты показали, что использование механизма случайного выбора типа кроссовера для каждой конкретной брачной пары очень часто оказывается более эффективным, чем детерминированный подход к выбору типа кроссовера. ПИК «ПОИСК» предлагает различные возможности для углубленного исследования детерминированного метода, а именно того, что касается выбора родительской пары [1,3]. В ПИК «ПОИСК» для реализации такого механизма отбора родительских пар на панели помещено специальное поле, с помощью которого задается интервал поиска родителей в списке хромосом. Например, если данное поле содержит число 20, то это означает, что для скрещивания в качестве первого родителя берется первая хромосома, а в качестве второго выбирается самая близкая по приспособленности хромосома из следующих за ней 20-ти, для второй хромосомы поиск самой близкой хромосомы ведется среди следующих за ней 20-ти и т. д.
Список литературы
Частикова В.А. Оптимизация процессов поиска решений в интеллектуальных системах обработки экспертной информации на основе генетических алгоритмов. Автореферат диссертации на соискание ученой степени кандидата технических наук. - Краснодар: Изд-во КУБГТУ, 2005.
Частикова В.А. Исследование основных параметров генетического алгоритма метода генетических схем в интеллектуальных системах, основанных на знаниях / В.А. Частикова // Научный журнал КУБГАУ [Электронный ресурс]. - Краснодар: КУБГАУ, 2011. - № 69(5). - Шифр Информрегистра: 0421100012/0162. - Режим доступа: http://ej.kubagro.ru/2011/05/pdf/32.pdf.
Коломиец Т.В., Малыхина М.П. Формирование базы знаний экспертной системы диагностики СУБД. - Известия высших учебных заведений. Северо-Кавказский регион. Серия: Технические науки. 2007 . № 3 . С. 5-6.
Занин Д.Е., Частиков А.П. Эффективность решения задач ранжировки в информационно-поисковых системах на основе динамических нейронных сетей Хопфилда. - Известия высших учебных заведений. Северо-Кавказский регион. Серия: Технические науки . 2008 . № 6 . С. 62-65.
Размещено на .ru
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
