Вы здесь ▸ Экспертиза ▸
Мои публикации
Здесь собраны мои публикации. Точнее, большинство из них. Статьи в журналах и сборниках конференций, доклады, презентации, отчеты, авторские свидетельства и др.
1.
Иванов В.К., Семенова Т.И.
Обзор основных направлений интеллектуализации планирования экономического развития предприятия Статья в сборнике
Источник: Междисциплинарные исследования экономических систем. Материалы II Всероссийской научно-практической конференции. Под редакцией А.Н. Бородулина. Тверь, 2022. С. 63-67., С. 63-67, ТвГТУ, 2022.
Аннотация | Ссылки | BibTeX | Метки: enterprise development, fuzzy logic, fuzzy system, genetic algorithm, intellectualization, neural network, operational planning, strategic planning, генетический алгоритм, интеллектуализация, нейронная сеть, нечёткая логика, оперативное планирование, развитие предприятия, стратегическое планирование
@inproceedings{nokey,
title = {Обзор основных направлений интеллектуализации планирования экономического развития предприятия},
author = {Иванов В.К. and Семенова Т.И.},
url = {https://disk.yandex.ru/i/_q3GESbD7v2cIg},
year = {2022},
date = {2022-05-27},
urldate = {2022-05-27},
booktitle = {Междисциплинарные исследования экономических систем. Материалы II Всероссийской научно-практической конференции. Под редакцией А.Н. Бородулина. Тверь, 2022. С. 63-67.},
pages = {63-67},
publisher = {ТвГТУ},
abstract = {В статье представлен краткий обзор основных направлений и подходов к интеллектуализации систем планирования экономического развития предприятия. Обзор подготовлен на основе публикаций российских ученых и специалистов с целью дать системное представление о ландшафте применения методов искусственного интеллекта в планировании – одной из важных производственных областей. В условиях экономической среды, связанных с неполнотой, неточностью и нестабильностью информации и ее трактовок, часто возникает невозможность однозначного выбора эффективных вариантов принятия решений в ходе планирования производства. Одним из способов сокращения этой неопределенности является применение интеллектуальных вычислительных процедур принятия решений.
Main Directions of Enterprise Economic Development Planning Intellectualization
This article presents descriptions of a number of approaches to the intellectualization of enterprise economic development planning systems. The review has been prepared on the basis of publications by Russian scientists and specialists in order to give a systematic idea of the landscape of applying artificial intelligence methods in planning, one of the important production areas. In the conditions of the economic environment associated with incompleteness, inaccuracy and instability of information and its interpretation, it often becomes impossible to unambiguously choose effective decision-making options in the course of production planning. One way to reduce this uncertainty is to use intelligent computational decision-making procedures.},
keywords = {enterprise development, fuzzy logic, fuzzy system, genetic algorithm, intellectualization, neural network, operational planning, strategic planning, генетический алгоритм, интеллектуализация, нейронная сеть, нечёткая логика, оперативное планирование, развитие предприятия, стратегическое планирование},
pubstate = {published},
tppubtype = {inproceedings}
}
В статье представлен краткий обзор основных направлений и подходов к интеллектуализации систем планирования экономического развития предприятия. Обзор подготовлен на основе публикаций российских ученых и специалистов с целью дать системное представление о ландшафте применения методов искусственного интеллекта в планировании – одной из важных производственных областей. В условиях экономической среды, связанных с неполнотой, неточностью и нестабильностью информации и ее трактовок, часто возникает невозможность однозначного выбора эффективных вариантов принятия решений в ходе планирования производства. Одним из способов сокращения этой неопределенности является применение интеллектуальных вычислительных процедур принятия решений.
Main Directions of Enterprise Economic Development Planning Intellectualization
This article presents descriptions of a number of approaches to the intellectualization of enterprise economic development planning systems. The review has been prepared on the basis of publications by Russian scientists and specialists in order to give a systematic idea of the landscape of applying artificial intelligence methods in planning, one of the important production areas. In the conditions of the economic environment associated with incompleteness, inaccuracy and instability of information and its interpretation, it often becomes impossible to unambiguously choose effective decision-making options in the course of production planning. One way to reduce this uncertainty is to use intelligent computational decision-making procedures.
Main Directions of Enterprise Economic Development Planning Intellectualization
This article presents descriptions of a number of approaches to the intellectualization of enterprise economic development planning systems. The review has been prepared on the basis of publications by Russian scientists and specialists in order to give a systematic idea of the landscape of applying artificial intelligence methods in planning, one of the important production areas. In the conditions of the economic environment associated with incompleteness, inaccuracy and instability of information and its interpretation, it often becomes impossible to unambiguously choose effective decision-making options in the course of production planning. One way to reduce this uncertainty is to use intelligent computational decision-making procedures.
2.
Иванов В.К., Семенова Т.И.
О некоторых подходах к решению задач производственного планирования с использованием методов искусственного интеллекта Статья в сборнике
Источник: Междисциплинарные исследования экономических систем. Материалы II Всероссийской научно-практической конференции. Под редакцией А.Н. Бородулина. Тверь, 2022. С. 129-136., С. 129-136, ТвГТУ, 2022.
Аннотация | Ссылки | BibTeX | Метки: enterprise development, fuzzy logic, fuzzy system, genetic algorithm, intellectualization, neural network, operational planning, strategic planning, генетический алгоритм, интеллектуализация, нейронная сеть, нечёткая логика, оперативное планирование, развитие предприятия, стратегическое планирование
@inproceedings{nokey,
title = {О некоторых подходах к решению задач производственного планирования с использованием методов искусственного интеллекта},
author = {Иванов В.К. and Семенова Т.И.},
url = {https://disk.yandex.ru/i/gWXfVueaPe_-AA},
year = {2022},
date = {2022-05-27},
urldate = {2022-05-27},
booktitle = {Междисциплинарные исследования экономических систем. Материалы II Всероссийской научно-практической конференции. Под редакцией А.Н. Бородулина. Тверь, 2022. С. 129-136.},
pages = {129-136},
publisher = {ТвГТУ},
abstract = {Статья содержит описание ряда подходов к решению задач производственного планирования. Рассматриваются задачи оптимизации системы сбалансированных показателей, оперативно-календарного планирования производства, планирования загрузки оборудования и потребностей в материалах. Отмечается, что при появлении случайных событий, влияющих на процесс производства, применение методов искусственного интеллекта позволяет точнее учитывать изменения или вносить корректировки в исходные данные тем самым существенно сокращать время планирования.
On Some Approaches to Enterprise Economic Development Planning Intellectualization
This article presents descriptions of a number of approaches to the intellectualization of enterprise economic development planning systems. The review has been prepared on the basis of publications by Russian scientists and specialists in order to give a systematic idea of the landscape of applying artificial intelligence methods in planning, one of the important production areas. In the conditions of the economic environment associated with incompleteness, inaccuracy and instability of information and its interpretation, it often becomes impossible to unambiguously choose effective decision-making options in the course of production planning. One way to reduce this uncertainty is to use intelligent computational decision-making procedures.},
keywords = {enterprise development, fuzzy logic, fuzzy system, genetic algorithm, intellectualization, neural network, operational planning, strategic planning, генетический алгоритм, интеллектуализация, нейронная сеть, нечёткая логика, оперативное планирование, развитие предприятия, стратегическое планирование},
pubstate = {published},
tppubtype = {inproceedings}
}
Статья содержит описание ряда подходов к решению задач производственного планирования. Рассматриваются задачи оптимизации системы сбалансированных показателей, оперативно-календарного планирования производства, планирования загрузки оборудования и потребностей в материалах. Отмечается, что при появлении случайных событий, влияющих на процесс производства, применение методов искусственного интеллекта позволяет точнее учитывать изменения или вносить корректировки в исходные данные тем самым существенно сокращать время планирования.
On Some Approaches to Enterprise Economic Development Planning Intellectualization
This article presents descriptions of a number of approaches to the intellectualization of enterprise economic development planning systems. The review has been prepared on the basis of publications by Russian scientists and specialists in order to give a systematic idea of the landscape of applying artificial intelligence methods in planning, one of the important production areas. In the conditions of the economic environment associated with incompleteness, inaccuracy and instability of information and its interpretation, it often becomes impossible to unambiguously choose effective decision-making options in the course of production planning. One way to reduce this uncertainty is to use intelligent computational decision-making procedures.
On Some Approaches to Enterprise Economic Development Planning Intellectualization
This article presents descriptions of a number of approaches to the intellectualization of enterprise economic development planning systems. The review has been prepared on the basis of publications by Russian scientists and specialists in order to give a systematic idea of the landscape of applying artificial intelligence methods in planning, one of the important production areas. In the conditions of the economic environment associated with incompleteness, inaccuracy and instability of information and its interpretation, it often becomes impossible to unambiguously choose effective decision-making options in the course of production planning. One way to reduce this uncertainty is to use intelligent computational decision-making procedures.
3.
Иванов В.К., Думина Д.С., Семенов Н.А.
Определение весовых коэффициентов для аддитивной фитнес-функции генетического алгоритма Статья в журнале
Источник: Программные продукты и системы (Software & Systems), том 33, № 1, С. 47-53, 2020, ISSN: 0236-235X.
Аннотация | Ссылки | BibTeX | Метки: innovation index, аддитивный критерий, весовой коэффициент, генетический алгоритм, поисковый запрос, релевантность, фитнес-функция, хранилище данных
@article{V.K.Ivanov10,
title = {Определение весовых коэффициентов для аддитивной фитнес-функции генетического алгоритма},
author = {Иванов В.К. and Думина Д.С. and Семенов Н.А.},
url = {https://disk.yandex.ru/i/-5Uw771oZAt7cA},
doi = {10.15827/0236-235X.129.047-053},
issn = {0236-235X},
year = {2020},
date = {2020-00-01},
urldate = {2020-00-01},
journal = {Программные продукты и системы (Software & Systems)},
volume = {33},
number = {1},
pages = {47-53},
publisher = {Программные продукты и системы (Software & Systems)},
abstract = {Представлено возможное решение задачи выбора способа аналитического определения весовых коэффициентов для аддитивной фитнес-функции генетического алгоритма. Этот алгоритм является основой эволюционного процесса, формирующего в поисковой системе устойчивую и эффективную популяцию запросов для получения высокорелевантных результатов. Приведено формальное описание фитнес-функции алгоритма, которая представляет собой взвешенную сумму трех неоднородных критериев.
Подробно описаны выбранные способы аналитического определения весовых коэффициентов, при этом отмечается невозможность использования методов экспертных оценок. Рассмотрена методика проведения исследований. Описывается исходный набор данных, в том числе диапазоны данных, принятые для вычисления весовых коэффициентов различными способами. Порядок вычислений проиллюстрирован примерами. Результаты исследований, показанные в графической форме, наглядно демонстрируют поведение фитнес-функции при работе генетического алгоритма с использованием различных вариантов весовых коэффициентов.
Анализ результатов позволяет сделать вывод о предпочтительности расчета весовых коэффициентов фитнес-функции данной популяции запросов, выполненного с использованием результатов всех запросов этой популяции. Вывод базируется на наличии последовательных улучшений популяций запросов, характерных для корректной работы генетических алгоритмов, а также на очевидном обнаружении в ходе экспериментов локальных и глобального максимумов фитнес-функции. При использовании других способов расчета весовых коэффициентов подобного не наблюдается. Способ определения весовых коэффициентов для аддитивного критерия оптимальности может повысить качество работы генетического алгоритма для формирования эффективных поисковых запросов. В частности, повышается вероятность быстрого обнаружения локальных экстремумов фитнес-функции, которые на заданной области ее определения могут стать оптимальным решением. },
keywords = {innovation index, аддитивный критерий, весовой коэффициент, генетический алгоритм, поисковый запрос, релевантность, фитнес-функция, хранилище данных},
pubstate = {published},
tppubtype = {article}
}
Представлено возможное решение задачи выбора способа аналитического определения весовых коэффициентов для аддитивной фитнес-функции генетического алгоритма. Этот алгоритм является основой эволюционного процесса, формирующего в поисковой системе устойчивую и эффективную популяцию запросов для получения высокорелевантных результатов. Приведено формальное описание фитнес-функции алгоритма, которая представляет собой взвешенную сумму трех неоднородных критериев.
Подробно описаны выбранные способы аналитического определения весовых коэффициентов, при этом отмечается невозможность использования методов экспертных оценок. Рассмотрена методика проведения исследований. Описывается исходный набор данных, в том числе диапазоны данных, принятые для вычисления весовых коэффициентов различными способами. Порядок вычислений проиллюстрирован примерами. Результаты исследований, показанные в графической форме, наглядно демонстрируют поведение фитнес-функции при работе генетического алгоритма с использованием различных вариантов весовых коэффициентов.
Анализ результатов позволяет сделать вывод о предпочтительности расчета весовых коэффициентов фитнес-функции данной популяции запросов, выполненного с использованием результатов всех запросов этой популяции. Вывод базируется на наличии последовательных улучшений популяций запросов, характерных для корректной работы генетических алгоритмов, а также на очевидном обнаружении в ходе экспериментов локальных и глобального максимумов фитнес-функции. При использовании других способов расчета весовых коэффициентов подобного не наблюдается. Способ определения весовых коэффициентов для аддитивного критерия оптимальности может повысить качество работы генетического алгоритма для формирования эффективных поисковых запросов. В частности, повышается вероятность быстрого обнаружения локальных экстремумов фитнес-функции, которые на заданной области ее определения могут стать оптимальным решением.
Подробно описаны выбранные способы аналитического определения весовых коэффициентов, при этом отмечается невозможность использования методов экспертных оценок. Рассмотрена методика проведения исследований. Описывается исходный набор данных, в том числе диапазоны данных, принятые для вычисления весовых коэффициентов различными способами. Порядок вычислений проиллюстрирован примерами. Результаты исследований, показанные в графической форме, наглядно демонстрируют поведение фитнес-функции при работе генетического алгоритма с использованием различных вариантов весовых коэффициентов.
Анализ результатов позволяет сделать вывод о предпочтительности расчета весовых коэффициентов фитнес-функции данной популяции запросов, выполненного с использованием результатов всех запросов этой популяции. Вывод базируется на наличии последовательных улучшений популяций запросов, характерных для корректной работы генетических алгоритмов, а также на очевидном обнаружении в ходе экспериментов локальных и глобального максимумов фитнес-функции. При использовании других способов расчета весовых коэффициентов подобного не наблюдается. Способ определения весовых коэффициентов для аддитивного критерия оптимальности может повысить качество работы генетического алгоритма для формирования эффективных поисковых запросов. В частности, повышается вероятность быстрого обнаружения локальных экстремумов фитнес-функции, которые на заданной области ее определения могут стать оптимальным решением.
4.
Иванов В.К., Думина Д.С., Семенов Н.А.
К вопросу о реализации генетического алгоритма для решения задач поиска тематической информации в интернете Статья в сборнике
Источник: Международный научно-технический конгресс «Интеллектуальные системы и информационные технологии - 2020». «IS&IT’20». Труды конгресса. Секция 1 «Эволюционное моделирование», С. 17-28, Таганрог, 2020, ISBN: 978-56-0436-899-2.
Аннотация | Ссылки | BibTeX | Метки: additive function, fitness function, genetic algorithm, relevance, search query, weight factor, аддитивный критерий, весовой коэффициент, генетический алгоритм, поисковый запрос, релевантность, фитнес-функция
@inproceedings{V.K.Ivanov13,
title = {К вопросу о реализации генетического алгоритма для решения задач поиска тематической информации в интернете},
author = {Иванов В.К. and Думина Д.С. and Семенов Н.А.},
url = {https://disk.yandex.ru/i/wYjDcfkpmMg4Zw},
isbn = {978-56-0436-899-2},
year = {2020},
date = {2020-00-01},
urldate = {2020-00-01},
booktitle = {Международный научно-технический конгресс «Интеллектуальные системы и информационные технологии - 2020». «IS&IT’20». Труды конгресса. Секция 1 «Эволюционное моделирование»},
volume = {1},
pages = {17-28},
publisher = {Таганрог},
abstract = {В статье представлено возможное решение задачи выбора способа аналитического определения весовых коэффициентов для аддитивной фитнес-функции генетического алгоритма. Этот генетический алгоритм является основой эволюционного процесса, формирующего в поисковой системе устойчивую и эффективную популяцию запросов для получения высоко релевантных результатов. Приведено формальное описание фитнес-функции алгоритма, которая представляет собой взвешенную сумму трех неоднородных критериев.
V.K. Ivanov, D.S. Dumina, N.A. Semenov. On the Impletmentation of a Genetic Algorithm for Solving Problems of Searching for Thematic Information on the Internet
A possible solution to the problem of choosing a method for the weight factors analytical determination for the genetic algorithm additive fitness function is presented. This genetic algorithm is the evolutionary process basis, which forms a stable and effective queries population in the search engine to obtain highly relevant results. A fitness function formal description, which is a weighted sum of three heterogeneous criteria is given.},
keywords = {additive function, fitness function, genetic algorithm, relevance, search query, weight factor, аддитивный критерий, весовой коэффициент, генетический алгоритм, поисковый запрос, релевантность, фитнес-функция},
pubstate = {published},
tppubtype = {inproceedings}
}
В статье представлено возможное решение задачи выбора способа аналитического определения весовых коэффициентов для аддитивной фитнес-функции генетического алгоритма. Этот генетический алгоритм является основой эволюционного процесса, формирующего в поисковой системе устойчивую и эффективную популяцию запросов для получения высоко релевантных результатов. Приведено формальное описание фитнес-функции алгоритма, которая представляет собой взвешенную сумму трех неоднородных критериев.
V.K. Ivanov, D.S. Dumina, N.A. Semenov. On the Impletmentation of a Genetic Algorithm for Solving Problems of Searching for Thematic Information on the Internet
A possible solution to the problem of choosing a method for the weight factors analytical determination for the genetic algorithm additive fitness function is presented. This genetic algorithm is the evolutionary process basis, which forms a stable and effective queries population in the search engine to obtain highly relevant results. A fitness function formal description, which is a weighted sum of three heterogeneous criteria is given.
V.K. Ivanov, D.S. Dumina, N.A. Semenov. On the Impletmentation of a Genetic Algorithm for Solving Problems of Searching for Thematic Information on the Internet
A possible solution to the problem of choosing a method for the weight factors analytical determination for the genetic algorithm additive fitness function is presented. This genetic algorithm is the evolutionary process basis, which forms a stable and effective queries population in the search engine to obtain highly relevant results. A fitness function formal description, which is a weighted sum of three heterogeneous criteria is given.
5.
Иванов В.К.
Особенности организации хранилища данных на основе интеллектуализации поискового агента и эволюционной модели отбора целевой информации Статья в журнале
Источник: Вестник Тверского государственного технического университета. Серия «Технические науки», том 1, № 1, С. 75-84, 2019, ISSN: 2224-6363.
Аннотация | Ссылки | BibTeX | Метки: innovation index, база данных, бизнес-планирование, востребованность, генетический алгоритм, инновационность, интеллектуальный агент, новизна, тематический поиск, теория свидетельств, хранилище данных
@article{nokey,
title = {Особенности организации хранилища данных на основе интеллектуализации поискового агента и эволюционной модели отбора целевой информации},
author = {Иванов В.К.},
url = {https://disk.yandex.ru/i/nnMzoBqYCQjl4A},
issn = {2224-6363},
year = {2019},
date = {2019-03-31},
urldate = {2019-03-31},
journal = {Вестник Тверского государственного технического университета. Серия «Технические науки»},
volume = {1},
number = {1},
pages = {75-84},
abstract = {В статье представлен систематизированный обзор результатов разработки теоретической основы и пилотной реализации технологии хранилища данных с автоматическим пополнением данными из источников, относящихся к различным тематическим сегментам. Предполагается, что хранилище будет содержать информацию об объектах, обладающих значительным инновационным потенциалом. Механизм селекции такой информации основан на определении ее семантической релевантности генерируемым поисковым запросам. При этом дается количественная оценка инновационности объектов, в частности их технологической новизны и востребованности. В статье приводятся описание принятых показателей инновационности, рассматриваются вопросы применения теории свидетельств для обработки неполной и нечеткой информации, определены основные идеи методики обработки результатов измерений для расчета вероятностных значение компонентов инновационности, кратко описано применение эволюционного подхода при формировании лингвистической модели архетипа объекта, приводятся сведения об экспериментальной проверке адекватности разработанной вычислительной модели. Результаты исследований, описанные в статье, могут быть использованы для бизнес-планирования, прогнозирования технологического развития, информационного обеспечения экспертизы инвестиционных проектов.},
keywords = {innovation index, база данных, бизнес-планирование, востребованность, генетический алгоритм, инновационность, интеллектуальный агент, новизна, тематический поиск, теория свидетельств, хранилище данных},
pubstate = {published},
tppubtype = {article}
}
В статье представлен систематизированный обзор результатов разработки теоретической основы и пилотной реализации технологии хранилища данных с автоматическим пополнением данными из источников, относящихся к различным тематическим сегментам. Предполагается, что хранилище будет содержать информацию об объектах, обладающих значительным инновационным потенциалом. Механизм селекции такой информации основан на определении ее семантической релевантности генерируемым поисковым запросам. При этом дается количественная оценка инновационности объектов, в частности их технологической новизны и востребованности. В статье приводятся описание принятых показателей инновационности, рассматриваются вопросы применения теории свидетельств для обработки неполной и нечеткой информации, определены основные идеи методики обработки результатов измерений для расчета вероятностных значение компонентов инновационности, кратко описано применение эволюционного подхода при формировании лингвистической модели архетипа объекта, приводятся сведения об экспериментальной проверке адекватности разработанной вычислительной модели. Результаты исследований, описанные в статье, могут быть использованы для бизнес-планирования, прогнозирования технологического развития, информационного обеспечения экспертизы инвестиционных проектов.
6.
Иванов В.К.
Проект организации хранилища данных на основе эволюционной модели отбора целевой информации Статья в сборнике
Источник: Энергетика, информатика, инновации - 2017 (электроэнергетика, электротехника и теплоэнергетика, математическое моделирование и информационные технологии в производстве): сборник трудов VII Междунар. научно-техн. конф., 23-24 ноября 2017 г., г. Смоленск, С. 272-276, Смоленск, 2017, ISBN: 9785918123601.
Аннотация | Ссылки | BibTeX | Метки: data centre, innovation index, база данных, генетический алгоритм, инновация, интеллектуальный агент, тематический поиск, хранилище данных, эволюционный алгоритм
@inproceedings{nokey,
title = {Проект организации хранилища данных на основе эволюционной модели отбора целевой информации},
author = {Иванов В.К.},
url = {https://disk.yandex.ru/i/Hiwg1TLeiOEFTw},
isbn = {9785918123601},
year = {2017},
date = {2017-11-24},
urldate = {2017-11-24},
booktitle = {Энергетика, информатика, инновации - 2017 (электроэнергетика, электротехника и теплоэнергетика, математическое моделирование и информационные технологии в производстве): сборник трудов VII Междунар. научно-техн. конф., 23-24 ноября 2017 г., г. Смоленск},
volume = {1},
pages = {272-276},
publisher = {Смоленск},
abstract = {В статье рассматриваются особенности реализации технологии организации хранилища данных на основе эволюционной модели отбора целевой информации. Сформулированы цели и задачи выполняемых проектных работ, определены их актуальность и область применения. Приведены сведения об используемых подходах к решению задач, а также сведения о других проектах и исследованиях по данной тематике.},
keywords = {data centre, innovation index, база данных, генетический алгоритм, инновация, интеллектуальный агент, тематический поиск, хранилище данных, эволюционный алгоритм},
pubstate = {published},
tppubtype = {inproceedings}
}
В статье рассматриваются особенности реализации технологии организации хранилища данных на основе эволюционной модели отбора целевой информации. Сформулированы цели и задачи выполняемых проектных работ, определены их актуальность и область применения. Приведены сведения об используемых подходах к решению задач, а также сведения о других проектах и исследованиях по данной тематике.
7.
Иванов В.К.
Особенности кодирования запросов при использовании генетического алгоритма в эволюционной модели тематического поиска Статья в сборнике
Источник: Энергетика, информатика, инновации - 2017 (электроэнергетика, электротехника и теплоэнергетика, математическое моделирование и информационные технологии в производстве): сборник трудов VII Междунар. научно-техн. конф., 23-24 ноября 2017 г., г. Смоленск, С. 277-281, Смоленск, 2017, ISBN: 9785918123601.
Аннотация | Ссылки | BibTeX | Метки: data centre, innovation index, генетический алгоритм, генотип, кодирование, кроссинговер, поисковый запрос, схема, тематический поиск, теорема Холланда, фитнес-функция
@inproceedings{nokey,
title = {Особенности кодирования запросов при использовании генетического алгоритма в эволюционной модели тематического поиска},
author = {Иванов В.К.},
url = {https://disk.yandex.ru/i/n6EvZQ8rG8PIyQ},
isbn = {9785918123601},
year = {2017},
date = {2017-11-24},
urldate = {2022-09-25},
booktitle = {Энергетика, информатика, инновации - 2017 (электроэнергетика, электротехника и теплоэнергетика, математическое моделирование и информационные технологии в производстве): сборник трудов VII Междунар. научно-техн. конф., 23-24 ноября 2017 г., г. Смоленск},
volume = {1},
pages = {277-281},
publisher = {Смоленск},
abstract = {В статье рассматривается постановка задачи и дается обоснование способа кодирования генотипа для генетического алгоритма, разработанного как компонент технологии выполнения документного тематического поиска инноваций. Отмечены условия корректной проверки выполнения теоремы Холланда для алгоритма, использующего предложенный подход. Приведены результаты некоторых сравнительных оценок.},
keywords = {data centre, innovation index, генетический алгоритм, генотип, кодирование, кроссинговер, поисковый запрос, схема, тематический поиск, теорема Холланда, фитнес-функция},
pubstate = {published},
tppubtype = {inproceedings}
}
В статье рассматривается постановка задачи и дается обоснование способа кодирования генотипа для генетического алгоритма, разработанного как компонент технологии выполнения документного тематического поиска инноваций. Отмечены условия корректной проверки выполнения теоремы Холланда для алгоритма, использующего предложенный подход. Приведены результаты некоторых сравнительных оценок.
8.
Иванов В.К.
Обоснование и постановка задачи прогнозирования результатов генетического алгоритма Статья в журнале
Источник: Инновации в науке, том 8, № 57, С. 5-13, 2016.
Аннотация | Ссылки | BibTeX | Метки: crossover, data centre, defining length, fitness function, fSimilarity, genetic algorithm, genotype, Holland’s schema theorem, innovation, order, query, representation, scheme, subject search, генетический алгоритм, генотип, кодирование, кроссинговер, определяющая длина, поисковый запрос, порядок, схема, тематический поиск, теорема Холланда, фитнес-функция
@article{nokey,
title = {Обоснование и постановка задачи прогнозирования результатов генетического алгоритма},
author = {Иванов В.К.},
url = {https://disk.yandex.ru/i/vAD-Om2u1EpS6A
https://cyberleninka.ru/article/n/obosnovanie-i-postanovka-zadachi-prognozirovaniya-rezultatov-geneticheskogo-algoritma/viewer
https://disk.yandex.ru/i/WtnfQbYbMj8-eQ},
year = {2016},
date = {2016-12-31},
urldate = {2016-12-31},
journal = {Инновации в науке},
volume = {8},
number = {57},
pages = {5-13},
publisher = {СибАК},
abstract = {В статье обосновывается и формулируется постановка задачи прогнозирования результатов генетического алгоритма, разработанного для выполнения документного тематического поиска. Утверждается необходимость и полезность проверки выполнения теоремы схем Холланда для указанного алгоритма. Отмечены условия корректной проверки, в частности требования к кодированию генотипа запросов и сглаживанию фитнес-функции. Предложен метод кодирования генотипа, который использует расстояние между векторами, представ-ляющими запросы.
Vladimir Ivanov
Rationale Of The Problem With Prediction Of Genetic Algorithm Results
This article presents and explains the problem with prediction of the genetic algorithm results developed to perform a subject document search. The article alleges the necessity and usefulness of the verification Holland's scheme theorem for a specified algorithm. The correct test conditions and requirements including the query genotype representation and smoothing of the fitness function are described. The genotype representation method that uses the distance between vectors is offered.},
keywords = {crossover, data centre, defining length, fitness function, fSimilarity, genetic algorithm, genotype, Holland’s schema theorem, innovation, order, query, representation, scheme, subject search, генетический алгоритм, генотип, кодирование, кроссинговер, определяющая длина, поисковый запрос, порядок, схема, тематический поиск, теорема Холланда, фитнес-функция},
pubstate = {published},
tppubtype = {article}
}
В статье обосновывается и формулируется постановка задачи прогнозирования результатов генетического алгоритма, разработанного для выполнения документного тематического поиска. Утверждается необходимость и полезность проверки выполнения теоремы схем Холланда для указанного алгоритма. Отмечены условия корректной проверки, в частности требования к кодированию генотипа запросов и сглаживанию фитнес-функции. Предложен метод кодирования генотипа, который использует расстояние между векторами, представ-ляющими запросы.
Vladimir Ivanov
Rationale Of The Problem With Prediction Of Genetic Algorithm Results
This article presents and explains the problem with prediction of the genetic algorithm results developed to perform a subject document search. The article alleges the necessity and usefulness of the verification Holland's scheme theorem for a specified algorithm. The correct test conditions and requirements including the query genotype representation and smoothing of the fitness function are described. The genotype representation method that uses the distance between vectors is offered.
Vladimir Ivanov
Rationale Of The Problem With Prediction Of Genetic Algorithm Results
This article presents and explains the problem with prediction of the genetic algorithm results developed to perform a subject document search. The article alleges the necessity and usefulness of the verification Holland's scheme theorem for a specified algorithm. The correct test conditions and requirements including the query genotype representation and smoothing of the fitness function are described. The genotype representation method that uses the distance between vectors is offered.
9.
Иванов В.К., Палюх Б.В.
Исследование эффективности генетического алгоритма для тематического документального поиска Статья в сборнике
Источник: Открытые семантические технологии проектирования интеллектуальных систем (OSTIS-2015) : материалы V международной научно-технической конференции (Минск, 19 – 21 февраля 2015 года), С. 471-476, Минск, 2015, (Иванов В.К., Палюх Б.В. Исследование эффективности генетического алгоритма для тематического документального поиска // Открытые семантические технологии проектирования интеллектуальных систем (OSTIS-2015) : материалы V международной научно-технической конференции (Минск, 19 – 21 февраля 2015 года) / Белорусский гос. ун-т информатики и радиоэлектроники, Гос. учреждение "Администрация Парка высоких технологий". - Минск, 2015. - С. 471-476.).
Аннотация | Ссылки | BibTeX | Метки: data centre, генетический алгоритм, запрос, ранжирование, релевантность
@inproceedings{98_d7028067-6040-45f2-a29d-734223a47793,
title = {Исследование эффективности генетического алгоритма для тематического документального поиска},
author = {Иванов В.К. and Палюх Б.В.},
url = {https://disk.yandex.ru/i/HgYrEDfwhGwc9A},
year = {2015},
date = {2015-02-26},
urldate = {2015-02-26},
booktitle = {Открытые семантические технологии проектирования интеллектуальных систем (OSTIS-2015) : материалы V международной научно-технической конференции (Минск, 19 – 21 февраля 2015 года)},
pages = {471-476},
publisher = {Минск},
abstract = {<p>В статье приведены результаты экспериментальных исследований эффективности генетического алгоритма, примененного для формирования эффективных поисковых запросов и отбора релевантных результатов при выполнении документального тематического поиска. Исследования проводились с целью сравнительного анализа семантической релевантности и качества ранжирования документов, найденных в Интернет различными способами. Показано, что разработанная технология расширяет возможности семантического поиска и увеличивает число релевантных результатов.</p>},
note = {Иванов В.К., Палюх Б.В. Исследование эффективности генетического алгоритма для тематического документального поиска // Открытые семантические технологии проектирования интеллектуальных систем (OSTIS-2015) : материалы V международной научно-технической конференции (Минск, 19 – 21 февраля 2015 года) / Белорусский гос. ун-т информатики и радиоэлектроники, Гос. учреждение "Администрация Парка высоких технологий". - Минск, 2015. - С. 471-476.},
keywords = {data centre, генетический алгоритм, запрос, ранжирование, релевантность},
pubstate = {published},
tppubtype = {inproceedings}
}
<p>В статье приведены результаты экспериментальных исследований эффективности генетического алгоритма, примененного для формирования эффективных поисковых запросов и отбора релевантных результатов при выполнении документального тематического поиска. Исследования проводились с целью сравнительного анализа семантической релевантности и качества ранжирования документов, найденных в Интернет различными способами. Показано, что разработанная технология расширяет возможности семантического поиска и увеличивает число релевантных результатов.</p>
10.
Иванов В.К., Мескин П.И.
Реализация генетического алгоритма для эффективного документального тематического поиска Статья в журнале
Источник: Программные продукты и системы, № 4, С. 125-134, 2014, (Иванов В.К., Мескин П.И. Реализация генетического алгоритма для эффективного документального тематического поиска // Программные продукты и системы. – Тверь : Центрпрограммсистем, 2014. - № 4 (108). – С. 125-134.).
Аннотация | Ссылки | BibTeX | Метки: data centre, innovation index, генетический алгоритм, документ, мутация, поисковый запрос, популяция, приспособленность, ранжирование, релевантность, скрещивание, тематический поиск, фильтрация.
@article{104_a408fb2e-ad74-43be-ba98-fad95d412d90,
title = {Реализация генетического алгоритма для эффективного документального тематического поиска},
author = {Иванов В.К. and Мескин П.И.},
url = {https://disk.yandex.ru/i/ofhqSdQhLPe9_A},
doi = {10.15827/0236-235X.108},
year = {2014},
date = {2014-12-30},
urldate = {2025-01-22},
journal = {Программные продукты и системы},
number = {4},
pages = {125-134},
publisher = {Тверь: Центрпрограммсистем},
abstract = {<p>Качество документального тематического поиска, то есть поиска документов, содержащих координированную информацию в заданном тематическом сегменте, не всегда удовлетворительно. Несмотря на наличие мощных поисковых систем для информационных ресурсов Интернета или для специализированных БД, процесс поиска остается трудоемким и слабо поддерживается программно и методологически.</p><p>В настоящей статье описывается программная реализация генетического алгоритма для выявления и отбора наиболее релевантных результатов, полученных в ходе последовательно выполняемых операций тематического поиска. При этом моделируется эволюционный процесс, который формирует устойчивую и эффективную популяцию поисковых запросов, образует поисковый образ документов или семантическое ядро, создает релевантные множества искомых документов, позволяет автоматически классифицировать результаты поиска. В статье обсуждаются особенности тематического поиска, обосновывается применение генетического алгоритма, описываются аргументы целевой функции, рассматриваются основные шаги и параметры алгоритма. Отмечается, что целевая функция, или критерий качества поиска, определяется позицией документа в списках результатов, построенных поисковой системой при выполнении максимального числа различных запросов, и семантической близостью к поисковому образу документов заданной тематики. Достаточно подробно описана программная реализация: основные объектные модели, пользовательский интерфейс, основная библиотека алгоритма, модули морфологического анализа, семантического анализа сходства текстов, поиска, управления БД, управления метаданными. Приводятся сведения о составе классов модулей и их компонентов.</p><p>В заключение отмечается, что реализованный генетический алгоритм является одним из элементов ПО разрабатываемой интеллектуальной системы информационной поддержки инноваций в науке и образовании. Он играет важную роль в обеспечении адаптивности функционирования поисковых механизмов, а разработанное ПО алгоритма создает достаточно широкий базис для дальнейших исследований и разработок.</p>},
note = {Иванов В.К., Мескин П.И. Реализация генетического алгоритма для эффективного документального тематического поиска // Программные продукты и системы. – Тверь : Центрпрограммсистем, 2014. - № 4 (108). – С. 125-134.},
keywords = {data centre, innovation index, генетический алгоритм, документ, мутация, поисковый запрос, популяция, приспособленность, ранжирование, релевантность, скрещивание, тематический поиск, фильтрация.},
pubstate = {published},
tppubtype = {article}
}
<p>Качество документального тематического поиска, то есть поиска документов, содержащих координированную информацию в заданном тематическом сегменте, не всегда удовлетворительно. Несмотря на наличие мощных поисковых систем для информационных ресурсов Интернета или для специализированных БД, процесс поиска остается трудоемким и слабо поддерживается программно и методологически.</p><p>В настоящей статье описывается программная реализация генетического алгоритма для выявления и отбора наиболее релевантных результатов, полученных в ходе последовательно выполняемых операций тематического поиска. При этом моделируется эволюционный процесс, который формирует устойчивую и эффективную популяцию поисковых запросов, образует поисковый образ документов или семантическое ядро, создает релевантные множества искомых документов, позволяет автоматически классифицировать результаты поиска. В статье обсуждаются особенности тематического поиска, обосновывается применение генетического алгоритма, описываются аргументы целевой функции, рассматриваются основные шаги и параметры алгоритма. Отмечается, что целевая функция, или критерий качества поиска, определяется позицией документа в списках результатов, построенных поисковой системой при выполнении максимального числа различных запросов, и семантической близостью к поисковому образу документов заданной тематики. Достаточно подробно описана программная реализация: основные объектные модели, пользовательский интерфейс, основная библиотека алгоритма, модули морфологического анализа, семантического анализа сходства текстов, поиска, управления БД, управления метаданными. Приводятся сведения о составе классов модулей и их компонентов.</p><p>В заключение отмечается, что реализованный генетический алгоритм является одним из элементов ПО разрабатываемой интеллектуальной системы информационной поддержки инноваций в науке и образовании. Он играет важную роль в обеспечении адаптивности функционирования поисковых механизмов, а разработанное ПО алгоритма создает достаточно широкий базис для дальнейших исследований и разработок.</p>
Я подготовил довольно много печатных материалов. И, готовя к публикации очередной материал, я каждый раз помнил основное правило — публиковать результаты работы. Не писал текст для того, чтобы написать статью или отчет. Поэтому мне трудно найти свои работу, которая вызывала бы у меня чувство неловкости.
Также отмечу, что писал и сейчас пишу довольно медленно. Для серьезных статей хорошо, если получается одна страница в день. Многократно правлю текст, пытаясь точнее передать свою мысль. Не всегда удаётся, но стараюсь. И, как правило, начинаю с плана предполагаемых структуры и содержания. Помогает.
Результаты см. выше.