|
33 В табл. 1,3 представлены типы базовых гибридных моделей, построенных на принципах синергизма [48J, взаимно компенсирующих недостатки и объединяющих достоинства различных технологий представления и обработки информации. Исходя из вышеизложенного, можно сделать вывод, что построение гибридных моделей на основе ИС позволяет повысить их эффективность за счет адаптации к решаемой задаче и уменьшения вычислительной сложности. 1.4, Обзор программных средств, использующих нейронные сети Бурное развитие нейросетевых технологий и возможность их применения в различных областях привели к появлению широкого спектра программных продуктов, включающих в себя нейронные сети. Классификация существующих программных продуктов, использующих НС, по степени открытости приведена на рис. 1.1. Под полностью закрытыми системами понимаются коммерческие программные продукты, разработанные и оптимизированные под определенную практическую задачу. Особенностью данных систем является практически полное отсутствие возможности настройки параметров нейронных сетей или данная настройка производится опосредованно, например, через указание пользователем необходимой точности и скорости получения решения выбирается размер обучающей выборки и продолжительность обучения. В таких программных продуктах вся внутренняя структура и особенности реализации нейронных сетей являются скрытыми от пользователя. С другой стороны благодаря разработке под конкретную задачу, данные системы показывают лучшие результаты, чем универсальные. Примерами таких систем являются: Brain Maker Pro for Windows (California Scientific) и Process Advisor (AI Ware, Inc). |
53 генетических алгоритмов рассматривалась в [55] для выбора оптимальной топологии НС, а в [118] —для оптимизации обучающей выборки. В таблице 1.4 представлены типы базовых гибридных моделей, построенных на принципах синергизма [119], взаимно компенсирующих недостатки и объединяющих достоинства различных технологий представления и обработки информации. Таблица 1.4. Типология гибридных моделей Исходная технология Интегрируемая технология Решаемая задача Ожидаемый эффект нс нл 1. Подбор эвристических параметров НС при обучении ираспознавании 2. Построение нейросетевых нечетких моделей. 3. Построение "логически прозрачной" НС 1. Повышение скорости обучения НС. 2. Повышение скорости обучения и качества распознавания НС. 3. Приобретение объяснительного качества для НС. ГА 4.Формирование оптимальной топологии НС 5.Обучение НС как альтернатива Back Propagation 4. Снижение трудоемкости создания НС, отбор информативных параметров. 5. Повышение скорости обучения и качества распознавания НС нл НС 1. Автоматическое формирование функций принадлежности. 2. Реализация нечетких отношений. 1. Снижение трудоемкости формирования баз знаний. 2. Снижение вычислительной сложности нечеткого вывода. ГА 3. Настройка различных компонент систем на базе НЛ 4. Проверка баз знаний 3. Уменьшение противоречивости баз знаний. ГА НС 1. Формирование целевой функции 1. Новый способ задания целевой функций в генетическом алгоритме НЛ 2. Подбор параметров ГА 3. Определение критерия останова 4. Реализация новых типов генетических операторов 2. Адаптация параметров ГА под решаемую задачу и в ходе развития популяции. 3.Снижение вычислительной сложности 54 Исходя из вышеизложенного, можно сделать вывод, что построение гибридных моделей на основе ГА позволяет повысить его эффективность за счет адаптации к решаемой задачи, уменьшения вычислительной сложности путем определения адекватного критерия останова 1.5. Обзор программных средств, использующих генетические алгоритмы Бурное развитие генетических алгоритмов и возможность их применения в различных областях привели к появлению широкого спектра программных продуктов, включающих в себя компоненту генетического поиска. Классификация существующих программных продуктов, использующих ГА, по степени открытости приведена на рис. 1.7. Рис. 1.7. Классификация программных продуктов, использующих ГА, по степени их открытости Под полностью закрытыми системами понимаются коммерческие программные продукты, разработанные и оптимизированные под определенную практическую задачу. Особенностью данных систем является практически полное отсутствие возможности настройки параметров генетического поиска или данная настройка производится опосредованно, 55 например, через указание пользователем необходимой точности и скорости получения решения выбирается размер популяции и количество поколений. В таких программных продуктах вся внутренняя структура и особенности реализации генетических операторов (ГО) являются скрытыми от пользователя. С другой стороны благодаря разработки под конкретную задачу, данные системы показывают лучшие результаты, чем универсальные. Примерами таких систем являются: PC/Вeagle (Forsyth), PolyAnalyst(MeranbiOTepa), работы компаний Fujitsu, General Electrics и др. Ко второму классу относятся системы с возможностью настройки параметров ГА и ФП. Данные программные продукты предназначены для решения прикладных или исследовательских задач. Пользователь в таких системах задает ФП, выбирает способ кодирования и генетические операторы, задает критерий останова. Основными недостатками подобных систем являются фиксированный набор ГО, сложность кодирования/декодирования хромосом в совокупности с расчетом ФП. В большинстве таких систем ФП должна быть представлена как некоторая аналитическая зависимость от значений генов. Примерами таких систем являются: GeneHunter(Ward Systems Group) и Evolver (Axcelis Inc.). ь Для устранения основного недостатка систем второго класса, в программных продуктах третьего типа добавляется возможность подключать модули или библиотеки функций собственной разработки. Это повышает гибкость систем за счет возможности добавления новых ГО и произвольного расчета ФП. Примерами таких систем являются: OOGA / Genesis (The Software Partnership). Четвертый тип программных систем представляет собой библиотеки функций или визуальных компонентов, которые содержат процедуры, реализующие генетический алгоритм. Разработчики программ имеют возможность подключить данную библиотеку и использовать генетический поиск в своей программе с минимумом затрат. Использование библиотек позволяет практически неограниченно расширять ГО, способы |