ISSN 1813-324X · EISSN 2712-8830
Язык: ru

Статья: Применение алгоритма стаи серых волков и нейронных сетей для решения дискретных задач (2024)

Читать онлайн

Актуальность. В последние десятилетия метаэвристические методы оптимизации стали популярными для решения сложных задач, требующих поиска глобальных экстремумов. Алгоритмы, такие как генетический алгоритм (GA), оптимизация колоний муравьев (ACO), оптимизация роя частиц (PSO), а также более современные подходы, как алгоритм кошачьей стаи (CSO) и оптимизация стаи серых волков (GWO), демонстрируют высокую эффективность, но их применение зачастую ограничивается условиями непрерывности и дифференцируемости целевых функций. Это представляет собой вызов при решении задач с дискретными данными, где такие требования не соблюдаются. В данном контексте особую актуальность приобретает поиск методов, позволяющих адаптировать метаэвристические алгоритмы для работы с дискретными функциями.

Цель исследования направлена на проверку гипотезы о возможности использования нейронной сети, обученной на ограниченном наборе дискретных данных, в качестве аппроксимации функции, достаточной для корректного выполнения алгоритма GWO при поиске глобального минимума.

Методы. Исследование основано на анализе существующих подходов и экспериментальной проверке гипотезы на двух тестовых функциях: линейной функции и функции Бута, которые широко применяются в качестве стандартов для оценки производительности алгоритмов оптимизации. Для получения результатов проведены численные эксперименты с использованием нейронных сетей в качестве аппроксимирующей модели.

Решение. В ходе экспериментов проведен анализ применимости нейронных сетей для аппроксимации дискретных функций, показавший успешность данного подхода. Было установлено, что нейронные сети могут с высокой точностью аппроксимировать дискретные функции, создавая условия для успешного поиска глобального минимума с использованием алгоритма GWO.

Новизна. Впервые предложена и проверена гипотеза о применении нейронных сетей для аппроксимации целевых функций в задачах метаэвристической оптимизации на дискретных данных. Это направление ранее не получило должного освещения в научной литературе, что придает ценность полученным результатам и подтверждает эффективность предложенного подхода.

Значимость. Результаты исследования открывают новые перспективы для применения алгоритмов, таких как GWO, в задачах оптимизации, основанных на дискретных данных, расширяя возможности метаэвристических методов и способствуя их внедрению в более широкий класс прикладных задач, включая задачи, где применение других методов ограничено.

Ключевые фразы: оптимизация, gwo, нейронные сети, метаэвристика, поиск глобального минимума
Автор (ы): Лисов Андрей Анатольевич, Возмилов Александр Григорьевич, Гундарев Кирилл Александрович, Кулганатов Аскар Зайдакбаевич
Журнал: ТРУДЫ УЧЕБНЫХ ЗАВЕДЕНИЙ СВЯЗИ

Предпросмотр статьи

Идентификаторы и классификаторы

УДК
004.822. Сети знаний
519.6. Вычислительная математика, численный анализ и программирование (машинная математика)
Для цитирования:
ЛИСОВ А. А., ВОЗМИЛОВ А. Г., ГУНДАРЕВ К. А., КУЛГАНАТОВ А. З. ПРИМЕНЕНИЕ АЛГОРИТМА СТАИ СЕРЫХ ВОЛКОВ И НЕЙРОННЫХ СЕТЕЙ ДЛЯ РЕШЕНИЯ ДИСКРЕТНЫХ ЗАДАЧ // ТРУДЫ УЧЕБНЫХ ЗАВЕДЕНИЙ СВЯЗИ. 2024. ТОМ 10, № 5
Текстовый фрагмент статьи