Метаэвристический метод прогноза мутации клетки. Создание интеллектуальной системы управления генными изменениями. Принципы модели Т-клеток иммунных систем и неоднородной мутации, используемых в генетическом алгоритме для решения задач оптимизации.
Аннотация к работе
Для создания интеллектуальной системы управления и прогноза в статье был предложен метаэвристический метод, основанный на принципах модели Т-клеток иммунных систем и неоднородной мутации, которая используется в генетическом алгоритме. Предложенная новая модель Т-клеток позволяет на ранних стадиях работы алгоритма исследовать все пространство поиска, а на заключительных стадиях сделать поиск направленным.Модель T-клеток (T-cell model) предложена Арагон (Aragon), Эсквевел (Esquivel) и Коэлло Ко-элло (Coello Coello) [4], и основана на механизме Т-клеток. РАДІОЕЛЕКТРОННІ І КОМПЮТЕРНІ СИСТЕМИ, 2014, № 2 (66) клетки, для которых сумма значений всех ограничивающих функций меньше адаптивного порога, и классической модели Т-клеток для субпопуляции новых клеток и исполнительных клеток приходится подмножество, содержащее клетки, для которых использовать оба представления, что повышает вы-сумма значений всех ограничивающих функций превышает адаптивный порог; первое подмножество упорядочивается по функции цели, второе подмножество упорядочивается по сумме значений всех ограничивающих функций; определенное количество первых клеток из первого подмножества и определенное количество первых клеток из второго подмножества образуют субпопуляцию исполнительных клеток. Субпопуляция клеток памяти создается (на первой итерации) или модифицируется (на последующих итерациях) следующим образом: субпопуляция мутировавших исполнительных клеток разбивается на подмножество, содержащее клетки, для которых сумма значений всех ограничивающих функций меньше адаптивного порога, и подмножество, содержащее клетки, для которых сумма значений всех ограничивающих функций превышает адаптивный порог; первое подмножество упорядочивается по функции цели, второе подмножество упорядочивается по сумме значений всех ограничивающих функций; определенное количество первых клеток объединения этих двух подмножеств на первой итерации образует субпопуляцию клеток памяти, а на последующих итерациях заменяют вторую (худшую) половину клеток памяти. После чего субпопуляция мутировавших клеток памяти упорядочивается следующим образом: субпопуляция клеток памяти разбивается на подмножество, содержащее клетки, для которых сумма значений всех ограничивающих функций меньше фиксированного порога, и подмножество, содержащее клетки, для которых сумма значений всех ограничивающих функций превышает фиксированный порог; первое подмножество упорядочивается по функции цели, второе подмножество упорядочивается по сумме значений всех ограничивающих функций; объединение этих подмножеств образует модифицированную субпопуляцию клеток памяти. L1V первых клеток из упорядоченного множества P1V и L2V первых клеток из упорядоченного множества P2V образует субпопуляцию исполнительных клеток PE ?{(bi,xi,si)} мощностью LE ? L1V ? L2V , причем первыми идут клетки из множества P1V .В статье предложена новая модель Т-клеток, базирующаяся на механизме Т-клеток иммунной системы и неоднородной мутации генетического алгоритма. В отличие от классической модели Т-клеток, данная метаэвристика использует только вещественное представление клеток, что уменьшает вычислительную сложность алгоритма, а для субпопуляции исполнительных клеток использует неоднородную мутацию, шаг которой уменьшается на каждой итерации, что позволяет на заключительных стадиях работы алгоритма сделать поиск направленным.