ДОСЛІДЖЕННЯ ТА ВДОСКОНАЛЕННЯ МЕТОДІВ СВІТЛЯЧКІВ І ЗГРАЇ ВОВКІВ ПРИ РОЗВ’ЯЗУВАННІ ЗАДАЧ ОПТИМІЗАЦІЇ І МАШИННОГО НАВЧАННЯ

Main Article Content

Анна Талімончик
Наталія Олександрівна Красношлик

Abstract

У роботі розглянуто метаевристичні методи розв’язування задач глобальної оптимізації, які відносяться до методів ройового інтелекту. Одними із нових методів даного класу є метод світлячків і метод зграї вовків, які є потенційно більш потужними, ніж класичні чисельні методи оптимізації. Метою даної роботи є вдосконалення відповідних методів шляхом їх модифікації та застосування до розв’язування задач глобальної оптимізації і машинного навчання. Запропоновано модифікований метод світлячків методом зграї вовків. Досліджено залежність ефективності модифікованого методу від обраних параметрів. Розроблено програмний комплекс з графічним інтерфейсом користувача для розв’язування задач оптимізації і динамічної візуалізації процесу його знаходження методами зграї вовків, світлячків та модифікованим методом. Представлені популяційні методи застосовані для задачі відновлення регресії.

Article Details

Section
Applied Mathematics

References

Письменная В. А. Алгоритмическое и программное обеспечение меметического алгоритма поиска условного глобального экстремума / В. А. Письменная // Электронный журнал «Труды МАИ». – 2015. – №79. – С. 1-27.

Конспект лекции «Линейные модели: статистический взгляд» [Електронний ресурс] : [Веб-сайт]. – Електронні дані. – [Курс «Обучение на размеченных данных»]. – Режим доступу: https://www.coursera.org/learn/supervised-learning/supplement/Dw3Ws/konspiekt (дата звернення 01.03.2017) – Назва з екрана.

Ахмедова Ш. А. Коллективный самонастраивающийся метод оптимизации на основе бионических алгоритмов : дисс. … канд. техн. наук : 05.13.01 / Ахмедова Шахназ Агасувар кызы. – Красноярск, 2016 – 150 с.

Aboul E. H. Swarm Intelligence: Principles, Advances, and Applications / Aboul Ella Hassanien, Eid Emary. – CRC Press, 2016. – 210 р.

Xin-She Yang Nature-Inspired Optimization Algorithms / Yang Xin-She. – London: Elsevier, 2014. – 265 р.

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

Krishnanand K. N. Glowworm swarm based optimization algorithm for multimodal functions with collective robotics applications / K. N. Krishnanand, Debasish Ghose // Multiagent and Grid Systems – An International Journal. – 2006. – №2. – р. 209-222.

Орловская Н. М. Анализ эффективности биоинспирированных методов глобальной оптимизации / Н. М. Орловская // Электронный журнал «Труды МАИ». – 2013. – №73. – С. 1-22.

Маккафри Д. Тесты - Оптимизация по алгоритму светлячков [Електронний ресурс]. – 2015. – № 6, Vol. 30. – Режим доступу: https://msdn.microsoft.com/ru-ru/magazine/

mt147244.aspx (дата звернення 01.03.2017) – Назва з екрана.

Коэльо Л. П. Построение систем машинного обучения на языке Python / Луис Педро Коэльо, Вилли Ричарт, 2-е издание. – М.: ДМК Пресс, 2016. – 302 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.