Збірники наукових праць ЦНТУ

Permanent URI for this communityhttps://dspace.kntu.kr.ua/handle/123456789/1

Browse

Subject: search.filters.subject.genetic algorithm

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Використання методу генетичного алгоритму щодо визначення партнера для створення корпоративного інтеграційного об’єднання
    (КНТУ, 2015) Гуцалюк, О. М.; Gutsalyuk, O.
    Визначено основні поняття методу генетичного алгоритму, схематично відображено процес роботи генетичного алгоритму, виділено перелік основних хромосом, що характеризують акціонерні товариства та корпоративні інтеграційні об’єднання з точки зору привабливості для інтеграції, розглянуто значення генів для проведення генетичного аналізу, сформовано певний перелік оптимальних генів хромосом, що необхідно мати акціонерному товариству. The most widespread integration processes currently purchased in the merger-takeover of joint stock companies. The aim of the study is the theoretical substantiation and development of recommendations regarding the selection of candidates for corporate integration associations on the basis of the method of genetic algorithm. The main idea of the method of genetic algorithm, shows schematically the process of the genetic algorithm that selected a list of the main chromosomes, characterizing the company and corporate integration Association from the point of view of attractiveness for integration, discusses the importance of genes for genetic analysis generated a list of optimal genes chromosomes that there should be a joint-stock company. The result of GA is the definition of HELL that has the best set of genes in the chromosomes to ensure further development of the KIO and the maximization of the objective function. The result will also be better defined set of genes from all (from the JSC and JSC – potential participants of the KIА) KIА chromosomes. Using the method of genetic algorithms for the selection of joint stock companies-candidates for the corporate formation of integration associations is quite effective, allows the use of objective measures for the selection of candidates for education KIА, a large number of candidates and indicators of their activity and, to a certain extent to reduce the risks to an incorrect choice of the integration path of development when wrongly chosen direction of development of the company.
  • Thumbnail Image
    Item
    Интеллектуальная мультиагентная система сбора и анализа данных для моделей знаний предметных областей
    (КНТУ, 2014) Стенин, А. А.; Бурлаков, В. М.; Курбанов, В. В.; Стенін, О. А.; Stenin, А.; Burlakov, V.; Kurbanov, V.
    Предложенные в статье модель и методы построения мультиагентной интеллектуальной системы посредством логической оценки получаемых данных позволяют сократить время и повысить качество работы эксперта-аналитика. Реализация их предусматривает построение нейронной сети с нейронами, обладающими памятью и интегральной логикой. В частности, предложен оригинальный метод реализации логики на основе генетического алгоритма, который обрабатывает пополняемую базу знаний и совершенствует каждое следующее поколение «генов», посредством взвешивания семантических данных на основе суперпозиции эталонной реакции на ситуацию и оценки ситуации текущим поколением «генов». Запропоновані в статті модель і методи побудови мультиагентної інтелектуальної системи за допомогою логічної оцінки одержуваних даних дозволяють скоротити час і підвищити якість роботи експерта-аналітика. Реалізація їх передбачає побудову нейронної мережі з нейронами, що володіють пам'яттю і інтегральною логікою. Зокрема, запропоновано оригінальний метод реалізації логіки на основі генетичного алгоритму, який обробляє поповнювану базу знань і вдосконалює кожне наступне покоління «генів», за допомогою зважування семантичних даних на основі суперпозиції еталонної реакції на ситуацію і оцінки ситуації поточним поколінням «генів». The low efficiency of the existing automated systems for the collection and analysis of data for the formation of specialized knowledge models in subject areas, concern to the absence of intelligent adaptive mechanisms for continuous updating of information modeling knowledge. We propose in this article the intelligent multiagent system related with the solution of the problem of reducing the time of search for the required data and to improving their semantic quality. Reducing the search time is because we select the control decisions of evaluations on sets kinds of situations and specificity logic, but not of themselves sets. Improving the quality of information at each iteration happens because of selection behaviors with a high frequency of use and cutoff field of superimposed evaluations by the index of logic specificity and situation index. Multiagent is disclosed in the introduction imitating agents (primary agents evaluators) with dynamic mental state (in base, the state of those they imitate - static), when passing "behavior selection" by experts and "evolution", they dynamically continue to exist or reborn in static agents evaluators.