Проверяемый текст
Комарцова, Людмила Георгиевна; Исследование нейросетевых и гибридных методов и технологий в интеллектуальных системах поддержки принятия решений (Диссертация 2003)
[стр. 136]

136 -0,5, вероятность мутации -0, 01; размер популяции был выбран 25; число поколений -10.
Хромосома внешнего генетического алгоритма представлена на рис.

4.16 размер попучисло поколеоператор кроссиноператор муляции Н И И говера тации Рис.
4.16 Хромосома внешнего алгоритма для поиска параметров внутреннего ГА Число экспериментов для поиска внутреннего ГА 250.
Были найдены следующие параметры внутреннего ГА: размер популяции -20; число поколений 20; оператор кроссинговера двухточечный; оператор мутации инверсия.
Уменьшение времени поиска оптимального варианта с помощью оценки Fit путем имитационного моделирования достигается на основе разработанной в главе
2 методики: вычисление Fit проводится на нейронной сети, обученной заранее на результатах имитационных экспериментов.
Обучение
HG проводилось.
на результатах моделирования, полученных при поиске параметров внутреннего ГА.
Таким образом, общее число имитационных экспериментов для поиска параметров РМС, удовлетворяющих условию
(4.1) составило 651 (один эксперимент для подтверждения полученных результатов).
Коэффициент сокращения перебора
ксокр.~ 5.
В результате проведенного исследования были получены следующие рекомендации : топология связи рабочих станций звезда; количество рабочих станций -5; стратегия обработки заданий, сервером -многоприоритетная ; найдены лучшие значения размера буфера.данных и кванта обработки заданий-на сервере, при этом при<поиске
лучшего варианта коэффициент сокращения перебора составил 5.
Проведенный анализ, показал, что использование данных рекомендаций позволит сократить объем передаваемой» клиентами информациив 2 раза, а производительность увеличить ~ в 25 раз.
Полученные решения использовались в технических предложениях по созданию
многофункциональной распре
[стр. 366]

Для решения поставленной задачи использовался генетический алгоритм, вид хромосомы представлен на рис.
6.16.
Функция качества Бй интерпретируется критерием /кр., определяющим время обработки одного технологического кадра, и вычисляемым на имитационной модели, при этом должно выполняться условие ^кр.
^ ¿доп.
(6.1) Каждый из параметров, соответствующий генам хромосомы, варьировался на 5 уровнях.
Общее число экспериментов для определения оптимальных значений параметров с помощью имитационного моделирования путем полного перебора равно 3125.
Использованный для оптимизации параметров РМС генетический алгоритм был построен Конструктором на основе рекомендаций, полученных в главе 3: оператор кроссинговера рекомбинация; оператор мутации инверсия; оператор селекции "дальнее родство", оператор отбора элитный с сохранением лучшей хромосомы в каждой популяции, вероятность скрещивания -0,5, вероятность мутации -0,01; размер популяции был выбран 25; число поколений -10.
Хромосома внешнего генетического алгоритма представлена на рис.

6.17 размер попучисло поколеоператор кроссиноператор муляции ний говера тации Рис.
6.17 Хромосома внешнего алгоритма для поиска параметров внутреннего ГА 365

[стр.,367]

Число экспериментов для поиска внутреннего ГА 250.
Были найдены следующие параметры внутреннего ГА: размер популяции -20; число поколений 2 0 ; оператор кроссинговера двухточечный; оператор мутации инверсия.
Уменьшение времени поиска оптимального варианта с помощью оценки Fit путем имитационного моделирования достигается на основе разработанной в главе
5 методики: вычисление Fit проводится на нейронной сети, обученной заранее на результатах имитационных экспериментов.
Обучение
НС проводилось на результатах моделирования, полученных при поиске параметров внутреннего ГА.
Таким образом, общее число имитационных экспериментов для поиска параметров РМС, удовлетворяющих условию
(6.1) составило 651 (один эксперимент для подтверждения полученных результатов).
Коэффициент сокращения перебора
кс0кр.~ 5.
В результате проведенного исследования были получены следующие рекомендации : топология связи рабочих станций звезда; количество рабочих станций -5; стратегия обработки заданий сервером -многоприоритетная ; найдены лучшие значения размера буфера данных и кванта обработки заданий на сервере, при этом при
поиске лучшего варианта коэффициент сокращения перебора составил 5.
Проведенный анализ показал, что использование данных рекомендаций позволит сократить объем передаваемой клиентами информации в 2 раза, а производительность увеличить ~ в 25 раз.
Полученные решения использовались в технических предложениях по созданию
многофункциональ366

[Back]