|
NeuralWare (California Scientific Software) ГА используется для настройки архитектуры нейронной сети. Нейросетевой пакет NeuroForecaster (NIBS Inc.) включает ГА для уточнения прогнозов. Кроме того, в состав GeneHunler входит динамическая библиотека функций генетических алгоритмов, совместимая с NeuroWindows, что позволяет исследователям создавать мощные гибридные системы, сочетающие нейронные сети и генетические алгоритмы. В пакете РДО (МГТУ им. Н.Э.Баумана) средства интеллектуального имитационного моделирования объединяются с генетическими алгоритмами в интересах поиска более эффективных решений в процессе имитации. Приведем краткую характеристику нескольких программных продуктов, реализующих нейронные сети (табл. 1.4). В заключение отметим несколько свойств, которые в той или иной степени присущи большинству существующих программных средств, использующих НС [32]. • Разработка практически каждой НС является уникальной ввиду жесткой привязки к задаче на этапах кодирования и декодирования се решений в виде входных и выходных векторов. Разработчики обычно «наследуют» и развивают только опыт построения топологии НС и общей организации процедур обучения. • Программная реализация НС производится практически с нуля. При этом в новых проектах обычно теряются все наработки программистов, связанные с оптимизацией структур данных, построения и кода самой программы, а также средствами повышения эффективности вычислений при различных методах обучения. • Программная* реализация НС, как правило; заканчивается разработкой «вещи в себе»программного продукта, ни в коей мере не относящегося к категории открытых систем. При этом теряется возможность оперативных сравнительных исследований эффективности применения для решения рассматриваемой-задачи данной НС наряду с ее аналогами или алгоритмами других классов. Таблица 1.4. Классификация программных продуктов, |
57 NeuralWare (California Scientific Software) ГА используется для настройки архитектуры нейронной сети. Нейросетевой пакет NeuroForecaster (NIBS Inc.) включает ГА для уточнения прогнозов [145]. Кроме того, в состав GeneHunter входит динамическая библиотека функций генетических алгоритмов, совместимая с NeuroWindows, что позволяет исследователям создавать мощные гибридные системы, сочетающие нейронные сети и генетические алгоритмы. В пакете РДО (МГТУ им. Н.Э.Баумана) средства интеллектуального имитационного моделирования объединяются с генетическими алгоритмами в интересах поиска более эффективных решений в процессе имитации [41]. Приведем краткую характеристику нескольких других программных продуктов, реализующих генетических поиск (табл. 1.5). В заключение отметим несколько свойств, которые в той или иной степени присуще большинству существующим программных средств, использующих ГА [68]. 1. Разработка практически каждого ГА является уникальной ввиду жесткой привязки к задаче на этапах кодирования и декодирования ее решений в виде генов и хромосом. Разработчики обычно «наследуют» и развивают только опыт построения отдельных ГО и общей организации процедур генетического поиска решений в ГА. 2. Программная реализация ГА производится практически с нуля. При этом в новых проектах обычно теряются все наработки программистов, связанные с оптимизацией структур данных, построения и кода самой программы, а также средствами повышения эффективности вычислений на основе различных эвристик. 3. Программная реализация ГА, как правило, заканчивается разработкой «вещи в себе»—программного продукта, ни в коей мере не относящегося к категории открытых систем. При этом теряется возможность оперативных сравнительных исследований эффективности применения для решения рассматриваемой задачи данного ГА наряду с ему подобными или алгоритмами других классов. |