Перейти к основному содержанию

Моделирование и анализ данных
2020. Том 10. № 2. С. 62–73
https://doi.org/10.17759/mda.2020100205
ISSN: 2219-3758 / 2311-9454 (online)

Разработка модифицированного самоорганизующегося миграционного алгоритма оптимизации (MSOMA)

 
Аудио генерируется искусственным интеллектом
1081

,

PDF (RUS)
GS
Информация
в Google Scholar
Метрики

Резюме

В статье рассматривается модифицированный самоорганизующийся миграционный алгоритм (MSOMA), созданный на основе самоорганизующегося миграционного алгоритма (SOMA). Сформирован алгоритм решения задачи нахождения глобального условного экстремума функции многих переменных на заданном параллелепипедном множестве допустимых решений. Приведены примеры, иллюстрирующие применение созданного алгоритма и соответствующего программного обеспечения.

Общая информация

Ключевые слова: алгоритм глобальной оптимизации, миграционный цикл, популяция, индивид, тестовые задачи

Рубрика издания: Методы оптимизации

OpenAlex цитирования: 5

OpenAlex тренды: Передовые методы научных исследований, Передовые методы обработки данных, Кибербезопасность и информационные системы

Информация о публикации в OpenAlex

Количество цитирований: 5

Темы публикации

Передовые методы научных исследований

Этот кластер работ охватывает широкий спектр тем, связанных с инновациями в пищевой технологии и переработке, включая математическое моделирование процессов добычи и производства, биотехнологические аспекты производства продуктов питания, оценку качества, пищевую ценность и оптимизацию процессов. В статьях рассматриваются различные методы и методы улучшения производства, качества и пищевой ценности пищевых продуктов.

Количество публикаций: 26719  |  Общее количество цитирований: 128093

Подробнее о теме в OpenAlex

Передовые методы обработки данных

Этот кластер статей посвящен моделированию и контролю многомерных систем с акцентом на избыточную передачу, адаптацию нечетких контроллеров, отказоустойчивость, системы реального времени и энергоэффективность в различных областях, таких как киберфизические системы, анализ сетевого трафика и промышленная автоматизация.

Количество публикаций: 60256  |  Общее количество цитирований: 206829

Подробнее о теме в OpenAlex

Кибербезопасность и информационные системы

Этот кластер статей посвящен технологиям сетевой безопасности и связи, включая сети IoT, телекоммуникационные сети, машинное обучение, SDN/NFV, облачные сервисы, планирование пути БПЛА, центры больших данных и информационные риски.

Количество публикаций: 25080  |  Общее количество цитирований: 34825

Подробнее о теме в OpenAlex

Подробнее о публикации в OpenAlex

Тип материала: научная статья

DOI: https://doi.org/10.17759/mda.2020100205

Опубликована

Для цитаты: Пантелеев, А.В., Ракитянский, В.М. (2020). Разработка модифицированного самоорганизующегося миграционного алгоритма оптимизации (MSOMA). Моделирование и анализ данных, 10(2), 62–73. https://doi.org/10.17759/mda.2020100205

© Пантелеев А.В., Ракитянский В.М., 2020

Лицензия: CC BY-NC 4.0

Фрагмент статьи

При разработке модифицированного самоорганизующегося миграционного алгоритма оптимизации (MSOMA) использовалась базовая версия алгоритма SOMA. SOMA – самоорганизующийся миграционный алгоритм, который может быть классифицирован, как эволюционный алгоритм оптимизации, основанный на самоорганизующемся поведении групп индивидов в социальном окружении.

Литература

  1. Zelinka I., Lampinen J. SOMA–Self-Organizing Migrating Algorithm // Proceedings of the 6th International Conference on Soft Computing (Mendel 2000), Brno, Czech Republic, pp. 177–187.
  2. Zelinka I., Lampinen J., Noulle L. On the theoretical proof of convergence for a class of SOMA search algorithms // Proceedings of 7th International Conference on Soft Computing (Mendel 2001), Brno, Czech Republic, pp. 103–110.
  3. Davendra D., Zelinka I. Self-Organizing Migrating Algorithm. Methodology and Implementation // Studies in Computational Intelligence, Vol. 626. Springer. 2016. V. 626.
  4. Пантелеев А.В., Скавинская Д.В. Метаэвристические алгоритмы глобальной оптимизации. – М.: Вузовская книга, 2019.
  5. Пантелеев А.В. Метаэвристические алгоритмы оптимизации законов управления динамическими системами. – М.: Факториал, 2020.

Информация об авторах

Андрей Владимирович Пантелеев, доктор физико-математических наук, Профессор, заведующий кафедрой математической кибернетики института «Информационные технологии и прикладная математика», Московский авиационный институт (национальный исследовательский университет) (МАИ), Москва, Российская Федерация, ORCID: https://orcid.org/0000-0003-2493-3617, e-mail: avpanteleev@inbox.ru

Владислав Максимович Ракитянский, студент бакалавриата института «Информационные технологии и прикладная математика», Московский авиационный институт (национальный исследовательский университет), Москва, Российская Федерация, ORCID: https://orcid.org/0000-0001-7894-7462, e-mail: rymbelv@gmail.com

Метрики

 Просмотров web

За все время: 676
В прошлом месяце: 11
В текущем месяце: 15

 Скачиваний PDF

За все время: 405
В прошлом месяце: 4
В текущем месяце: 11

 Всего

За все время: 1081
В прошлом месяце: 15
В текущем месяце: 26