Abstract
An analysis of methods for constructing mathematical models has shown that one of the most promising methods for constructing such models is the inductive method of model self-organization that allows to obtain the model of optimal complexity. The disadvantage of this method is its high dimensionality, which limits the scope of this method. A method of the synthesis of models of optimal complexity based on the genetic algorithms, which has a much smaller dimensionality than the inductive method of model self-organization, can be an alternative to it. But for complex technical facilities with a large number of input variables, computing time expenditures are still quite noticeable. In order to reduce such expenditures, analysis of the method of constructing empirical models of optimal complexity based on the genetic algorithms of optimal complexity for parallelism by constructing the algorithm graphs was carried out. It was shown that this algorithm has an internal parallelism, which allows to develop an effective program of the algorithm implementation on a parallel-structure computer system, and this in turn would reduce the computer time expenditures at the practical implementation of the algorithm.
Highlights
Показано, що такий алгоритм має внутрішній МОДЕЛЕЙ ОПТИМАЛЬНОЇ паралелізм, що дає змогу розробити ефективну програму реалізації, що приведе до скорочення
Оскільки на при переході від першого ярусу до кожного наступного ярусу кількість вершин графа зменшується наполовину, то на першому ярусі будемо мати z 2 вершин; на другому ярусі буде z ; на третьому – z і т. д
Волков; 2-е изд., испр. – М.: Наука, 1987. – 248 с
Summary
Якщо є вичерпні дані про певну систему (об’єкт), то можна отримати модель, яка буде адекватно відображати поведінку такої системи при зроблених допущеннях і при відомих параметрах середовища, з яким взаємодіє система. У таких випадках для опису взаємодії між параметрами системи і зовнішнім середовищем, яке безпосередньо діє на систему і викликає зміну її стану, використовують емпіричне моделювання. Отримані у такий спосіб математичні моделі широко використовують для розв’язання таких задач як розпізнавання образів, прогнозування, автоматична класифікація, оптимальне керування та інші [3]. Тому актуальним є виявлення паралелізму у алгоритмі синтезу моделей оптимальної складності на засадах генетичних алгоритмів для створення відповідного програмного забезпечення, що дасть змогу скоротити затрати машинного часу у процесі обчислень. Стосовно задачі синтезу моделі геделівський підхід означає застосування зовнішнього критерію для однозначного вибору структури моделі із заданого класу моделей. Якщо його обчислення ґрунтується на даних, які не використовувались при розв’язанні задачі МНК. Для зниження розмірності задачі авторами роботи [6] запропонований метод синтезу емпіричних моделей на засадах генетичних алгоритмів, суть якого буде подана нижче. Одним із ефективних шляхів зменшення таких затрат є застосування паралельних обчислень, до яких на сьогоднішній день привернута значна увага як вітчизняних, так і зарубіжних дослідників [3, 7,8,9]
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callMore From: Eastern-European Journal of Enterprise Technologies
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
