Прикладные интеллектуальные системы, основанные на мягких вычислениях. Ярушкина Н.Г. - 77 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

76
В процессе работы алгоритм запоминает обработанные состояния, и в
случае их повторения значения функции оптимальности получаются из сохра-
ненных хромосом. В алгоритме заложена возможность размещения оборудова-
ния в определенных пользователем областях. Для получения такого эффекта
функция оптимальности каждой хромосомы удваивается при наличии факта
нахождения какого-либо из узлов вне заданных областей (если промахнулся
один узел, функция удваивается, если два узла - увеличивается в четыре раза и
так далее). Таким образом, в процессе поиска минимума алгоритм автоматиче-
ски загонит все узлы в рамки заданных ограничений (аналогично можно сде-
лать для трехмерного случая, хотя сложность задания областей возрастет мно-
гократно).
Основная идея алгоритма для решения задачи оптимизации подключения
рабочих станций заключена в том, что каждому компьютеру сети присваивает-
ся номер узла, к которому он подключен. Этот номер является геном хромосо-
мы алгоритма. Длина хромосомы равна количеству компьютеров в сети.
Основным недостатком алгоритма является то, что функцией оптималь-
ности является максимальный трафик на каналах сети. Из этого следует, что
для оценки оптимальности хромосомы необходимо производить статическое
моделирование варианта сети, представленного хромосомой. С целью преодо-
ления этого недостатка в алгоритм введен список промоделированных хромо-
сом. Применение данного списка обусловлено частым повторением одних и тех
же хромосом, особенно в конце процесса оптимизации.
3.3.4. Определение и механизм работы байесовских сетей доверия
Кратко рассмотрим структуру и механизм работы байесовских сетей до-
верия. Байесовская сеть доверия (БСД) представляет собой направленный
ациклический граф, дуги которого представляют собой причинно - следствен-
ные связи, направленные от причин к следствиям, а узлы представляют собой
состояния переменных, характеризующих конкретную задачу [3]. Базовым по-
ложением БСД является гипотеза о том, что человек – эксперт способен форму-
лировать правила, связывающие не более двух – трех элементарных утвержде-
ний. Таким образом, база знаний должна состоять из частей, соответствующих
этим правилам. Между такими частями базы знаний также существуют опреде-
ленные взаимоотношения. Такое разбиение базы правил представлено графом
БСД. Исходным данным соответствуют начальные узлы БСД, а результаты ра-
боты сети определяются на конечных узлах сети, представляющих переменные,
характеризующие конкретную задачу.
В качестве меры истинности в аппарате БСД используется мера вероят-
ности. Связь между переменными, участвующими в правиле, передается с по-
мощью тензора условной вероятности. Например, при связи от x и y к z соот-
ветствующий тензор представлен в виде
)
~
,
~
|
~
( yxzp
, где
),(
~
xxx
=
. Каждый тензор
условной вероятности представляет собой правило, согласно которому опреде-

Страницы