Метаэвристические алгоритмы поиска оптимального программного управления
Покупка
Основная коллекция
Тематика:
Программирование и алгоритмизация
Издательство:
НИЦ ИНФРА-М
Год издания: 2020
Кол-во страниц: 396
Дополнительно
Вид издания:
Монография
Уровень образования:
Дополнительное профессиональное образование
ISBN: 978-5-16-011841-3
ISBN-онлайн: 978-5-16-104298-4
Артикул: 312000.03.01
К покупке доступен более свежий выпуск
Перейти
В книге описано применение современных методов поиска условного глобального экстремума: эволюционных методов; методов «роевого» интеллекта; методов, имитирующих физические процессы; мультистартовых методов в задачах нахождения оптимального программного управления нелинейными детерминированными динамическими системами. В каждом разделе приведены постановка задачи, стратегия поиска, детальный алгоритм решения, результаты решения модельных примеров и прикладных задач.
Для студентов и аспирантов технических вузов и университетов, а также инженеров, интересующихся проблемами глобальной оптимизации и теории управления.
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов.
Для полноценной работы с документом, пожалуйста, перейдите в
ридер.
Москва ИНФРА-М 2020 МЕТАЭВРИСТИЧЕСКИЕ АЛГОРИТМЫ ПОИСКА ОПТИМАЛЬНОГО ПРОГРАММНОГО УПРАВЛЕНИЯ А.В. ПАНТЕЛЕЕВ Д.В. СКАВИНСКАЯ Е.А. АЛЕШИНА МОНОГРАФИЯ
Пантелеев А.В. Метаэвристические алгоритмы поиска оптимального программного управления : монография / А.В. Пантелеев, Д.В. Скавинская, Е.А. Алешина. — Москва : ИНФРА-М, 2020. — 396 с. — (Научная мысль). — DOI 10.1273718293. ISBN 978-5-16-011841-3 (print) ISBN 978-5-16-104298-4 (online) В книге описано применение современных методов поиска условного глобального экстремума: эволюционных методов; методов «роевого» интеллекта; методов, имитирующих физические процессы; мультистартовых методов в задачах нахождения оптимального программного управления нелинейными детерминированными динамическими системами. В каждом разделе приведены постановка задачи, стратегия поиска, детальный алгоритм решения, результаты решения модельных примеров и прикладных задач. Для студентов и аспирантов технических вузов и университетов, а также инженеров, интересующихся проблемами глобальной оптимизации и теории управления. УДК 517.977(075.4) ББК 22.14 УДК 517.977(075.4) ББК 22.14 П16 © Пантелеев А.В., Скавинская Д.В., Алешина Е.А., 2016 ISBN 978-5-16-011841-3 (print) ISBN 978-5-16-104298-4 (online) П16 Р е ц е н з е н т ы: А.В. Борисов – д-р физ.-мат. наук, ведущий научный сотрудник (Институт проблем информатики Федерального исследовательского центра «Информатика и управление» Российской академии наук); Л.В. Вишнякова – д-р техн. наук, проф., начальник подразделения (Государственный научно-исследовательский институт авиационных систем)
--. , , , . [44, 45, 64]. [11, 67, 107, 161, 167]. , () . , () . . , , [6, 9, 13–15, 24, 27, 54, 80, 86, 95, 98, 102, 107, 112, 147, 156, 163]. , , . , , . . (), (– ). . , , , : ; , ; , «» . ; , ; ; ;
; ; . , , , , , . – – , -. – «» – , , , . , «» , . . , [27, 54, 79, 94, 101, 116, 148]. . (Evolutionary Methods) – . , . (, ). . . , . (, , , ), . , , , . (Genetic Algorithms) . () [3, 6, 80, 94, 115, 122, 149, 171]. , . ,
. , . . : . , «» (). [122], , . , . [3, 27, 28, 36, 49, 54, 73, 86, 146]. . . , . [171] [14, 27, 28, 35, 49, 51, 52, 54, 86, 119, 146]. , , – (Artificial Immune Systems), . () [9, 22, 48, 50, 80, 82–84, 128]. , . , , . , . . , . , . (Scatter Search). [27, 54, 99, 113, 114].
-, , , .. «» . . , . , – , -, (-) [45]. (Covariance Matrix Adaptation Evolution Strategy, CMA-ES) [117]. [54, 116, 123]. , . . . . , . CMA-ES , . CMA-ES . (Variable esh ptimization), [160], , , . : () (, ). . (, ) . , . . , . (Differential Evolution) [85, 105, 159] , . (differences) () , , ,
[40, 42, 54]. , . , . . (-) , -, . -, -, . , . (Memetic Algorithm), , , , . «» [93]. , , , , , .. . , . «» «, , .» [10]. «» () . (P. Moscato) [150], . () () , , . , , [151]. , , , . . , , . -, . . , (Baldwinian Evolutionary Algorithms), (Lamarckian Evolutionary Algorithms),
. (Simulated Annealing) . , [135], , [75, 124–127]. , , . , . «» () , . , , «» . , . «» , . (Adaptive Simulated Annealing) . , . , . . , «» . . «» , .. . .
, , (). , . . , , . , , , (), , (, ), , .. – , . . : [142], [120] -[99, 112, 118]. (Luus-Jaakola) , () (). , . , . . , . , . , . (Greedy Randomized Adaptive Search Procedure) , .. , : . . () , – .
, . -(TabuSearch) : , -. . . – – , . , , -, . . (Particle Swarm Optimization Strategy), [100, 134], , , . . , (). , , . . . . . , : (); ; ; (), (, ); . , ; ; , . (Ant olony Optimization) «» [102, 163], . . (M. Dorigo) [96]. [97]
К покупке доступен более свежий выпуск
Перейти