РОЗВ’ЯЗУВАННЯ ПРИКЛАДНИХ ЗАДАЧ УМОВНОЇ ОПТИМІЗАЦІЇ ЗА ДОПОМОГОЮ МЕТОДІВ РОЙОВОГО ІНТЕЛЕКТУ

Main Article Content

Анна Сергіївна ТАЛІМОНЧИК
Наталія Олександрівна КРАСНОШЛИК

Abstract

У роботі розглянуто метод бактеріальної оптимізації і метод оптимізації зграєю вовків, які відносяться до методів ройового інтелекту, а також метод диференціальної еволюції. Дані методи відносяться до біоінспірованих алгоритмів оптимізації, які інтенсивно розвиваються в останні роки. Метою даної роботи є застосування методів ройового інтелекту та методу диференціальної еволюції до розв’язування задач умовної оптимізації інженерного спрямування. Наведено постановку прикладних задач оптимізації конструкції редуктора і конструкції натяжної/компресійної пружини. Для їх чисельного розв’язування використано метод штрафних функцій, який полягає у переході до задачі безумовної оптимізації. Проведено порівняння наближених розв’язків, отриманих розглянутими методами ройового інтелекту і методом диференціальної еволюції, та розв’язків, отриманих іншими авторами. Встановлено ефективність застосування зазначених методів до задач такого типу, оскільки вони не накладають обмежень до вигляду цільової функції, що важливо при використанні штрафних функцій, і зажди знаходять наближений глобальний мінімум.

Article Details

Section
Applied Mathematics
Author Biographies

Анна Сергіївна ТАЛІМОНЧИК, Черкаський національний університет імені Богдана Хмельницького

студентка

Наталія Олександрівна КРАСНОШЛИК, Черкаський національний університет імені Богдана Хмельницького

к.т.н., доцент, доцент кафедри прикладної математики та інформатики

References

Красношлык Н.А. Решение задачи глобальной оптимизации модифицированным алгоритмом летучих мышей / Н.А. Красношлык // Радіоелектроніка. Інформатика. Управління. – 2015. – № 4(35). – С. 96-103.

Талімончик А.С. Дослідження та вдосконалення методів світлячків і зграї вовків при розв’язуванні задач оптимізації і машинного навчання / А.С. Талімончик, Н.О. Красношлик // Вісник Черкаського університету. Серія «Прикладна математика. Інформатика». – 2016. – № 1-2. – С. 77-89.

Карпенко А. П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой : учебное пособие / А. П. Карпенко. – Москва : Издательство МГТУ им. Н. Э. Баумана, 2014. – 448 c.

Фразе-Фразенко О.О. Багатоагентний метод виділення інформативних ознак зображень у системах доступу / О.О. Фразе-Фразенко // Вісник Східноукраїнського національного університету імені Володимира Даля. – 2013. – № 15(1). – С. 210-218.

Вікіпедія. Стаття «Колективний інтелект» [Електронний ресурс]: [Веб-сайт]. Електронний ресурс. – Режим доступу: https://uk.wikipedia.org/wiki/Колективний_інтелект (дата звернення 19.02.2018) – Назва з екрана.

Скобцов Ю. А. Метаэвристики : монография / Ю. А. Скобцов, Е. Е. Федоров. – Донецк: Изд-во «Ноулидж» (Донецкое отделение), 2013. – 426 с.

Yang С. Algorithm of Marriage in Honey Bees Optimization Based on the Wolf Pack Search / Chenguang Yang, Xuyan Tu, Jie Chen // International Conference on Intelligent Pervasive Computing: 11 - 13 October 2007, IEEE Computer Society, Washington, USA. – 2007. – р. 462-467.

Lin M.-H. Design Optimization of a Speed Reducer Using Deterministic Techniques / Ming-Hua Lin, Jung-Fa Tsai, Nian-Ze Hu, and Shu-Chuan Chang // Mathematical Problems in Engineering. – Vol. 2013. – P. 1-7 (Article ID: 419043).

Cagnina L. C. Solving engineering optimization problems with the simple constrained particle swarm optimizer / L. C. Cagnina, S. C. Esquivel, C. A. C. Coello // Informatica. – 2008. – Vol. 32. – № 3. – P. 319-326.

Mirjalili S. Grey wolf optimizer / S. Mirjalili, S. M. Mirjalili, A. Lewis // Advances in engineering software. – 2014. – Vol. 69. – P. 46-61.