Аналіз методів побудови емпіричних моделей оптимальної складності з внутрішним паралелізм на основі генетичних алгоритмів для розробки ефективної програми реалізації, що приведе до скорочення затрат машинного часу на побудову математичної моделі.
При низкой оригинальности работы "Паралелізм алгоритму синтезу моделей оптимальної складності на засадах генетичних алгоритмів", Вы можете повысить уникальность этой работы до 80-100%
Для складних технічних обєктів з вели-УДК 519.684.4 ким числом вхідних змінних затрати машин-ПАРАЛЕЛІЗМЯкщо є вичерпні дані про певну систему (об’єкт), то можна отримати модель, яка буде адекватно відображати поведінку такої системи при зроблених допущеннях і при відомих параметрах середовища, з яким взаємодіє система. МНК передбачає, що відома структура моделі і необхідно за спостереженнями як за вхідними, так і за вихідною величинами побудувати модель, яка найкращим чином апроксимувала би емпіричні дані. Задача синтезу емпіричних моделей з використанням індуктивного методу самоорганізації моделей відноситься до класу задач великої розмірності. Реалізація індуктивного методу самоорганізації моделей здійснюється поетапно: перший етап генерування моделей-претендентів (у певному порядку підвищення їх складності); другий вибір найкращої моделі за мінімумом одного із критеріїв селекції. Як і класичний генетичний алгоритм [13], алгоритм синтезу моделей оптимальної складності, що ґрунтується на засадах генетичних алгоритмів, складається із таких кроків.Аналіз розробленого алгоритму синтезу емпіричних моделей оптимальної структури на засадах генетичних алгоритмів шляхом побудови графа алгоритму показав, що він має внутрішній паралелізм. У свою чергу, кожна гілка графа алгоритму вміщує вершини які асоційовані з такими операціями як розвязу-Рис.
Вывод
Аналіз розробленого алгоритму синтезу емпіричних моделей оптимальної структури на засадах генетичних алгоритмів шляхом побудови графа алгоритму показав, що він має внутрішній паралелізм. Число гілок такого графа визначається кількістю хромосом, що генерується на першому кроці алгоритму. У свою чергу, кожна гілка графа алгоритму вміщує вершини які асоційовані з такими операціями як розв’язу- Рис. 3. Граф алгоритму розв’язання системи лінійних алгебраїчних рівнянь вання системи лінійних алгебраїчних
47
Восточно-Европейский журнал передовых технологий ISSN 1729-3774 4/2 ( 70 ) 2014
рівнянь та множення матриці на вектор, які також мають внутрішній паралелізм. Внутрішній паралелізм є характерною властивістю алгоритму і не залежить від обчислювальної системи, на якій реалізується такий алгоритм. Наявність внутрішнього паралелізму в алгоритмі дає змогу реалізувати такий алгоритм на обчислювальній системі з паралельною архітектурою, що призведе до скорочення затрат машинного часу.
Список литературы
1. Горбійчук, М. І. Метод синтезу емпіричних моделей з врахуванням похибок вимірювань [Текст] / М. І. Горбійчук, І. В. Щупак, Т. Осколіп // Методи та прилади контролю якості. - 2011. - № 2 (27). - С. 67-76.
2. Горбійчук, М. І. Метод побудови математичних моделей складних процесів на засадах генетичних алгоритмів [Текст] / М. І. Горбійчук, М. А. Шуфнарович // Штучний інтелект. - 2010. - № 4. - С. 50-57.
3. Воеводин, В. В. Параллельные вычисления [Текст] / В. В. Воеводин, Вл. В. Воеводин. - СПБ: БХВ-Петербург, 2002. - 608 с. 4. Ермаков, С. М. Математическая теория оптимального эксперимента [Текст] / С. М. Ермаков, А. А. Жиглявский. - М.: Наука, 1987. - 320 с.
5. Ивахненко, А. Г. Индуктивный метод самоорганизации моделей сложных систем [Текст] / А. Г. Ивахненко. - К.: Наукова думка, 1981. - 296 с.
6. Горбійчук, М. І. Метод синтезу емпіричних моделей на засадах генетичних алгоритмів [Текст] / М. І. Горбійчук, О. Б. Василенко, І. В. Щупак // Розвідка та розробка нафтових і газових родовищ. - 2009. - № 4(33). - С. 72-79.
7. Ортега, Дж. Введение в параллельные и векторные методы решения линейных систем [Текст] / Дж. Ортега; пер. с англ. Х. Д. Икрамова, И. Е. Капорина; под ред. Х. Д. Икрамова. - М.: Мир, 1991. - 367 с.
8. Бэбб, Р. Программирование на параллельных вычислительных системах [Текст] / Р. Бэбб, Дж.Мак-Гроу, Т. Акселрод и др.; пер. с англ. А. С. Косачева, Л. В. Шабанова под ред. Ю. Г. Дадаева. - М.: Мир, 1991. - 376 с.
9. Химич, А. Н. Параллельные алгоритмы решения задач вычислительной математики [Текст] / А. Н. Химич, И. Н. Молчанов, А. В. Попов и др. - К.: Наукова думка, 2008. - 248 с.
10. Ивахненко, А. Г. Справочник по типовым программам моделирования [Текст] / А. Г. Ивахненко, Ю. В. Коппа, В. С. Степаш-ко и др.; под ред. А. Г. Ивахненко. - К.: Техніка, 1980. - 180 с.
11. Івахненко, О. Г. Передбачення випадкових процесів [Текст] / О. Г. Іваненко, В. Г. Лапа. - К.: Наукова думка, 1969. - 420 с. 12. Горбійчук, М. І. Індуктивний метод побудови математичних моделей газоперекачувальних агрегатів природного газу [Текст] /
М. І. Горбійчук, М. І. Когутяк, Я. І. Заячук // Нафтова і газова промисловість. - 2008. - № 5. - С. 32-35.
13. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы [Текст] / Д. Рутковская, М. Пилинський, Л. Рудковский; пер. с польск. И. Д. Рудинского. - М.: Горячая линия-Телеком, 2004.- 452 с.
14. Воеводин, В. В. Вычислительная математика и структура алгоритмов. 10 лекций [Текст] / В. В. Воеводин. - М.: И-во МГУ, 2008. - 113 с.
15. Волков, Е. А. Численные методы [Текст] / Е. А. Волков; 2-е изд., испр. - М.: Наука, 1987. - 248 с.
48
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
