CC BY
42
Материалы Международной конференции
“Интеллектуальные САПР”
Для повышения качества генетического алгоритма производилось распараллеливание, т.е. исходная популяция разбивалась на несколько подпопуляций. При этом через некоторое число генераций случайным образом производится перемещение хромосом между подпопуляциями.
Алгоритм реализован на языке C++ с использованием системы Borland C++ Builder 3. Временная сложность для одной генерации имеет оценку O(n).
Наилучшие результаты генетический алгоритм построения МДШ показал при следующих значениях управляющих параметров: Pk = 0.3, PM = 0.05, M = 100, T = 150. Исследованию подвергались примеры, содержащие до ста вершин.
УДК 681.3.
Т.Г. Лебедева АРХИТЕКТУРА БАЗЫ ЗНАНИЙ ДЛЯ УПРАВЛЯЕМОСТИ В KBDS
Исследования в области динамических систем, основанных на знаниях (KBDS), опираются на современную технологию искусственного интеллекта, идеи прикладной семиотики и методы классической теории управления. Эти технологии и методы относятся к быстроразвивающейся научной дисциплине - интеллектуальному управлению [4], которое использует технологии искусственного интеллекта для решения задач управления и на текущий момент охватывает практически все задачи управления, которые не решены в классической теории управления.
Настоящая работа основывается на работах [1, 2], в которых изложены основные идеи теории систем управления, основанных на знаниях (KBDS). Ранее были определены понятия управления по состояниям и траекториям для возмущенной динамической системы, основанной на знаниях, и сформулирована связь этих понятий с архитектурой базы знаний. В отличие от динамических систем классической теории управления, и, напротив, аналогично гибридным системам, в KBDS ,
но в качестве дискретной части выступает база знаний.
В предлагаемой работе введены понятия управляемости в KBDS. Теория управляемости имеет своим предметом изучение областей достижимости и построение методов отыскания условий управляемости.
Найдена архитектура базы знаний, необходимая и достаточная для полной управляемости. База знаний системы должна иметь специфическую структуру. Объединение всех добавляемых фактов системы правил и объединение всех удаляемых фактов не должны пересекаться. А допустимое множество управлений должно содержаться во множестве условий системы правил, но не включать множества добавляемых и удаляемых фактов.
Применение полученных результатов рассматривается на примере управления процессом стыковки космических аппаратов в работе [3]. Эти результаты могут помочь более осознанному конструированию систем, основанных на знаниях, для решения прикладных задач управления.
ЛИТЕРАТУРА
1. Осипов ПС. Динамика в системах, основанных на знаниях // Известия Академии Наук. Теория и системы управления. - 1998. - Вып. 5. - С. 24-28
2. Osipov G. S., Applied semiotics and intelligent control // Proc. of Second Workshop on Applied Semiotics, September 15, AIICSR'97, Smolenice Castle, Slovakia.
Известия ТРТУ
Тематический выпуск
3. . ., . .
и стыковкой космических аппаратов // Труды XXXV всероссийской научной конференции по проблемам физики, химии, математики, информатики и методики преподавания, 24-28 мая, 1999. - М.: Изд-во ПАИМС, 1999.
4. Antsaklis P.J. Intelligent control// http://www.nd.edu/~pantsakl/control.html
658.512
В. Б. Лебедев
ПОДХОД К РАЗМЕЩЕНИЮ РАЗНОГАБАРИТНЫХ ЭЛЕМЕНТОВ НА ОСНОВЕ ЭВОЛЮЦИОННОЙ АДАПТАЦИИ
Задача размещения заключается в определении оптимального варианта расположения элементов на плоскости в соответствии с введенным критерием.
Пусть имеется монтажная плоскость (XOY). ОХ - ось абсцисс, OY - ось ординат. Имеется множество элементов E = {e j I i=1,2,...,n}. Для каждого элемента заданы габариты (xi ,yi). Имеется множество цепей S = {s j I j=1,2,...,m}, связывающих между собой элементы. Структура связей отображается с помощью гиперграфа H=(V,U), где v i е V соответствует e i , a u i e U соответствует s i.
Необходимо разместить элементы так, чтобы их контуры не пересекались.
Основными критериями являются следующие:
F1 - площадь прямоугольника, описывающего все размещенные на плоскости элементы; F2 - суммарная длина соединений.
В работе используется критерий F = ki * Fi + k2 * F2 .
В качестве начальных позиций для размещения используется опорный план. Опорный план представляет собой прямоугольник, разрезанный на w ячеек одинаковых размеров, w = n 1 * n 2 > n. Ячейка имеет размеры, достаточные для того, чтобы в ней поместился любой элемент e i е E. План можно получить путем рекурсивного использования «гильотинного» разреза прямоугольника на две части.
Процесс последовательного «гильотинного» разреза можно представить в виде двоичного дерева разрезов D. Листьям этого дерева (вершинам, не имеющим потомков) соответствуют ячейки плана, корень дерева (вершина, не имеющая предков) соответствует описывающему прямоугольнику, остальные вершины со.
Множество ячеек А = {a k I k=1,2,...,w} рассматривается как множество позиций, в которые помещаются элементы.
Если имеется некоторый план Р и во множество ячеек назначено множество , -ния процедуры свертки по дереву разрезов. Каждой внутренней вершине дерева разрезов будет соответствовать область, полученная в результате бинарной свертки , .
i j,
формирование области Ok, определение размеров Ok и новых размеров для Oi и O_j. Пусть (x i ,y i) - размеры области Oi
Обозначим через max(x i , x j) максимальное значение из x i и x j.
Oi Oj k : x k = x i
+ x j; y k = max(y j ,y j).
