Вы здесь ▸ Обсуждение ▸
Мои публикации
Публикации: статьи в журналах и сборниках конференций, доклады, презентации, отчеты, авторские свидетельства.
Иванов В.К.
Модель функционирования интеллектуальной системы управления персонализированным обучением в нечеткой динамической среде Proceedings Article
In: Информационные технологии в образовании : сборник материалов XII Всероссийской научно-практической конференции {"}ИТО-Саратов-2020{"}, 30-31 октября 2020 г., pp. 88-93, СНИГУ, 2020.
Abstract | Links | BibTeX | Метки: education, агент, индивидуальная образовательная траектория, инновация, хранилище данных, электронное обучение, электронные образовательные ресурсы
@inproceedings{V.K.Ivanov17,
title = {Модель функционирования интеллектуальной системы управления персонализированным обучением в нечеткой динамической среде},
author = {Иванов В.К.},
url = {https://disk.yandex.ru/i/lDZL3NqfCnxweQ},
year = {2020},
date = {2020-10-31},
urldate = {2020-10-31},
booktitle = {Информационные технологии в образовании : сборник материалов XII Всероссийской научно-практической конференции {"}ИТО-Саратов-2020{"}, 30-31 октября 2020 г.},
issuetitle = {Информационные технологии в образовании : сборник материалов XII Всероссийской научно-практической конференции {"}ИТО-Саратов-2020{"}, 30-31 октября 2020 г.},
pages = {88-93},
publisher = {СНИГУ},
abstract = {Трансформация парадигмы образовательного процесса в сторону индивидуализации обучения в соответствии с когнитивными особенностями личности обучающегося является одной из актуальных тем. Предлагаются и обосновываются компоненты модели управления образовательным процессом, которая может позволить адаптивно учитывать полноту и достоверность источников образовательного контента, желаемые компетенции обучающихся и генерировать индивидуальные образовательные методики с использованием интеллектуальных агентов. Ожидаемые результаты применения модели: для студентов – персонифицированные план, контент, методика и инструменты обучения; для преподавателей – инновационные технологии анализа контента и результатов обучения.},
keywords = {education, агент, индивидуальная образовательная траектория, инновация, хранилище данных, электронное обучение, электронные образовательные ресурсы},
pubstate = {published},
tppubtype = {inproceedings}
}
Иванов В.К., Образцов И.В.
2020.
Abstract | Links | BibTeX | Метки: innovation index, нечёткая логика, показатель инновационности, теория свидетельств, экспертная система
@patent{V.K.Ivanov18,
title = {Свидетельство о государственной регистрации программы для ЭВМ №2020663081 «Программа для решения задачи групповой обработки результатов измерений и интервальных оценок нечётких и неполных значений показателей инновационности объектов в соответствии с теорией свидетельств»},
author = {Иванов В.К. and Образцов И.В.},
url = {https://disk.yandex.ru/i/LH9PP9cMURhMzQ},
year = {2020},
date = {2020-10-22},
urldate = {2020-08-09},
abstract = {Программа предназначена для групповой обработки результатов измерений и оценок значений показателей инновационности объектов – продуктов или технологий. Используются интервальные оценки в соответствии с теорией свидетельств Демпстера-Шафера и осуществляется агрегация больших объёмов нечётких и неполных данных различной структуры. Реализован алгоритм для расчета вероятностных значений показателей инновационности объектов на основе исходных данных, полученных из нескольких источников с учетом их надежности, включая вычисление функций доверия и правдоподобия. Исходные данные программы могут иметь различную природу и быть получены опросом экспертов, из поисковой системы или измерительного устройства. Программа может использоваться при анализе сложных многокомпонентных систем.
Язык: SpiderBasic
ОС: Microsoft Windows
Объём программы: 7966 Kб },
keywords = {innovation index, нечёткая логика, показатель инновационности, теория свидетельств, экспертная система},
pubstate = {published},
tppubtype = {patent}
}
Язык: SpiderBasic
ОС: Microsoft Windows
Объём программы: 7966 Kб
Иванов В.К., Мескин П.И.
2020.
Abstract | Links | BibTeX | Метки: innovation index, востребованность, имплементируемость, индекс, инновационность, новизна
@patent{V.K.Ivanov19,
title = {Свидетельство о государственной регистрации программы для ЭВМ №2020663082 «Программа для решения задачи вычисления индекса инновационности объекта с учетом его новизны, востребованности и имплементируемости»},
author = {Иванов В.К. and Мескин П.И. },
url = {https://disk.yandex.ru/i/MNJW9Bz797fm5g},
year = {2020},
date = {2020-10-22},
urldate = {2022-08-09},
abstract = {Программа предназначена для вычисления индекса инновационности объекта, который является аддитивным оценочным критерием, задаваемым взвешенной суммой нормируемых значений индикаторов новизны, востребованности и имплементируемости объекта. Значения индикаторов вычисляются с использованием информации об объекте и частоте ее использования из доступных гетерогенных хранилищ данных. Вычисления производятся на основе лингвистической модели объекта - множества архетипов, определяющих структуру, условия применения и результаты функционирования объекта. Программа обеспечивает создание и хранение лингвистической модели, генерацию и выполнение поисковых запросов, подготовку исходных данных и вычисление индекса инновационности, сохранение и обновление результатов вычислений.
Язык: Python, C#
ОС: Microsoft Windows
Объём программы: 200 Kб },
keywords = {innovation index, востребованность, имплементируемость, индекс, инновационность, новизна},
pubstate = {published},
tppubtype = {patent}
}
Язык: Python, C#
ОС: Microsoft Windows
Объём программы: 200 Kб
Иванов В.К.
Интеллектуальная система управления персонализированным обучением: обзор исследований и разработок Proceedings Article
In: Актуальные проблемы качества образования в высшей школе : материалы докладов научно-практической конференции. - Тверь, 2020., ТвГТУ, 2020, ISBN: 978-5-7995-1126-5.
Abstract | Links | BibTeX | Метки: agent, chatbot, e-learning, education, innovation, multiagent, personalized learning, search, visualization, агент, индивидуальная образовательная траектория, инновация, мультиагентный, поиск, хранилище данных, чат-бот, электронное обучение, электронные образовательные ресурсы
@inproceedings{V.K.Ivanov16,
title = {Интеллектуальная система управления персонализированным обучением: обзор исследований и разработок},
author = {Иванов В.К.},
url = {https://disk.yandex.ru/i/lXjqMgKtpu6CBQ},
isbn = {978-5-7995-1126-5},
year = {2020},
date = {2020-05-19},
urldate = {2020-05-19},
booktitle = {Актуальные проблемы качества образования в высшей школе : материалы докладов научно-практической конференции. - Тверь, 2020.},
publisher = {ТвГТУ},
abstract = {В статье кратко описаны основные задачи проекта интеллектуальной системы управления персонализированным обучением и представлен обзор публикаций по направлениям исследований и разработок в этой области. Отмечается, что обсуждаемый проект предлагает модель управления образовательным процессом, которая позволит адаптивно учитывать полноту и достоверность различных источников образовательного контента, желаемые компетенции обучающихся и генерировать индивидуальные образовательные методики с использованием интерактивных интеллектуальных технологий электронного обучения. Актуальность проекта обуславливается, с одной стороны, значительным увеличением объема и интенсивности информационных потоков, связанных с многообразием современных инновационных образовательных технологий, а с другой – объективным и системообразующим трендами на персонификацию и инклюзивность обучения.},
keywords = {agent, chatbot, e-learning, education, innovation, multiagent, personalized learning, search, visualization, агент, индивидуальная образовательная траектория, инновация, мультиагентный, поиск, хранилище данных, чат-бот, электронное обучение, электронные образовательные ресурсы},
pubstate = {published},
tppubtype = {inproceedings}
}
Ivanov V.K., Palyukh B.V., Sotnikov A.N.
Features of Data Warehouse Support Based on a Search Agent and an Evolutionary Model for Innovation Information Selection Proceedings Article
In: Advances in Intelligent Systems and Computing. Proceedings of the Fourth International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’19) , pp. 120-130, Springer, Cham, 2020, ISBN: 978-30-3050-096-2.
Abstract | Links | BibTeX | Altmetric | Метки: data warehouse, genetic algorithm, innovation index, Innovativeness, Intelligent agent, novelty, relevance, subject search
@inproceedings{V.K.2020,
title = {Features of Data Warehouse Support Based on a Search Agent and an Evolutionary Model for Innovation Information Selection},
author = {Ivanov V.K. and Palyukh B.V. and Sotnikov A.N.},
url = {https://disk.yandex.ru/i/FT7JLsQmXPIMgQ
https://doi.org/10.1007/978-3-030-50097-9_13},
doi = {10.1007/978-3-030-50097-9_13},
isbn = {978-30-3050-096-2},
year = {2020},
date = {2020-00-01},
urldate = {2020-00-01},
booktitle = {Advances in Intelligent Systems and Computing. Proceedings of the Fourth International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’19) },
volume = {1156},
pages = {120-130},
publisher = {Springer, Cham},
abstract = {Innovations are the key factor of the competitiveness of any modern business. This paper gives the systematized results of investigations on the data warehouse technology with an automatic data-replenishment from heterogeneous sources. The data warehouse is suggested to contain information about objects having a significant innovative potential. The selection mechanism for such information is based on quantitative evaluation of the objects innovativeness, in particular their technological novelty and relevance for them. The article presents the general architecture of the data warehouse, describes innovativeness indicators, considers Theory of Evidence application for processing incomplete and fuzzy information, defines basic ideas of measurement processing procedure to compute probabilistic values of innovativeness components, summarizes using evolutional approach in forming the linguistic model of object archetype, gives information about an experimental check if the model developed is adequate. The results of these investigations can be used for business planning, forecasting technological development, investment project expertise.
Ivanov, V.K., Palyukh, B.V., Sotnikov, A.N. (2020). Features of Data Warehouse Support Based on a Search Agent and an Evolutionary Model for Innovation Information Selection. In: Kovalev, S., Tarassov, V., Snasel, V., Sukhanov, A. (eds) Proceedings of the Fourth International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’19). IITI 2019. Advances in Intelligent Systems and Computing, vol 1156. Springer, Cham. https://doi.org/10.1007/978-3-030-50097-9_13 (Scopus)},
keywords = {data warehouse, genetic algorithm, innovation index, Innovativeness, Intelligent agent, novelty, relevance, subject search},
pubstate = {published},
tppubtype = {inproceedings}
}
Ivanov, V.K., Palyukh, B.V., Sotnikov, A.N. (2020). Features of Data Warehouse Support Based on a Search Agent and an Evolutionary Model for Innovation Information Selection. In: Kovalev, S., Tarassov, V., Snasel, V., Sukhanov, A. (eds) Proceedings of the Fourth International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’19). IITI 2019. Advances in Intelligent Systems and Computing, vol 1156. Springer, Cham. https://doi.org/10.1007/978-3-030-50097-9_13 (Scopus)
Иванов В.К., Думина Д.С., Семенов Н.А.
Определение весовых коэффициентов для аддитивной фитнес-функции генетического алгоритма Journal Article
In: Программные продукты и системы (Software & Systems), vol. 33, no. 1, pp. 47-53, 2020, ISSN: 0236-235X.
Abstract | Links | BibTeX | Altmetric | 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}
}
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.
Иванов В.К., Думина Д.С., Семенов Н.А.
К вопросу о реализации генетического алгоритма для решения задач поиска тематической информации в интернете Proceedings Article
In: Международный научно-технический конгресс «Интеллектуальные системы и информационные технологии - 2020». «IS&IT’20». Труды конгресса. Секция 1 «Эволюционное моделирование», pp. 17-28, Таганрог, 2020, ISBN: 978-56-0436-899-2.
Abstract | Links | 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}
}
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.
Иванов В.К.
Некоторые результаты экспериментальной проверки модели количественной оценки инновационности объекта Journal Article
In: Информация и инновации, vol. 15, no. 3, pp. 27–36, 2020.
Abstract | Links | BibTeX | Altmetric | Метки: additive criterion, data warehouse, innovation, innovation index, search query, utility function, аддитивный критерий, инновационность, поисковый запрос, функция полезности, хранилище данных
@article{V.K.Ivanov14,
title = {Некоторые результаты экспериментальной проверки модели количественной оценки инновационности объекта},
author = {Иванов В.К. },
url = {https://disk.yandex.ru/i/49fIoBECHvb0DA},
doi = {10.31432/1994-2443-2020-15-3-27-36},
year = {2020},
date = {2020-00-01},
urldate = {2020-00-01},
journal = {Информация и инновации},
volume = {15},
number = {3},
pages = {27–36},
abstract = {В статье представлены результаты экспериментов, которые были проведены для подтверждения основных идей предлагаемого подхода к определению инновационности объектов. Этот подход основан на предположении об адекватности отображения жизненного цикла продуктов, описания которых размещены в различных хранилищах данных. Предложенная формальная модель позволяет вычислить количественное значение аддитивного оценочного критерия инновационности объектов. Полученные данные экспериментов дают возможность оценить корректность принятого подхода.
Some Results of Experimental Check of The Model of the Object Innovativeness Quantitative Evaluation
The paper presents the results of the experiments that were conducted to confirm the main ideas of the proposed approach to determining the objects innovativeness. This approach assumed that the product life cycle of whose descriptions are placed in different data warehouses is adequate. The proposed formal model allows us to calculate the quantitative value of the additive evaluation criterion of objects innovativeness. The obtained experimental data make it possible to evaluate the adopted approach correctness.},
keywords = {additive criterion, data warehouse, innovation, innovation index, search query, utility function, аддитивный критерий, инновационность, поисковый запрос, функция полезности, хранилище данных},
pubstate = {published},
tppubtype = {article}
}
Some Results of Experimental Check of The Model of the Object Innovativeness Quantitative Evaluation
The paper presents the results of the experiments that were conducted to confirm the main ideas of the proposed approach to determining the objects innovativeness. This approach assumed that the product life cycle of whose descriptions are placed in different data warehouses is adequate. The proposed formal model allows us to calculate the quantitative value of the additive evaluation criterion of objects innovativeness. The obtained experimental data make it possible to evaluate the adopted approach correctness.
Иванов В.К., Палюх Б.В.
Реализация экспертной системы для оценки инновационности технических решений Journal Article
In: Программные продукты и системы (Software & Systems), vol. 32, no. 4, pp. 696–707, 2019.
Abstract | Links | BibTeX | Altmetric | Метки: certificate, data warehouse, evaluation, expert system, implementability, innovation, innovation index, invention, relevance, term, востребованность, изобретение, имплементируемость, инновационность, оценка, свидетельство, терм, хранилище данных, экспертная система
@article{nokey,
title = {Реализация экспертной системы для оценки инновационности технических решений},
author = {Иванов В.К. and Палюх Б.В.},
url = {https://disk.yandex.ru/i/Q7XagjMkCUl6ew
http://www.swsys.ru/index.php?page=article&id=4658&ysclid=l6y3q7vn1k593006109},
doi = {10.15827/0236-235X.128.696-707},
year = {2019},
date = {2019-12-31},
urldate = {2022-08-17},
journal = {Программные продукты и системы (Software & Systems)},
volume = {32},
number = {4},
pages = {696–707},
publisher = {ЦПС},
abstract = {Представлено возможное решение задачи алгоритмизации количественной оценки показателей инновационности технических изделий, изобретений, технологий. Введены понятия технологической новизны, востребованности и имплементируемости – составных частей критерия инновационности продукта. Предложены модель и алгоритм вычисления каждого из указанных показателей инновационности в условиях неполноты и неточности, а иногда и противоречивости исходной информации. В статье описывается разработанное специализированное ПО, которое является перспективным методологическим инструментом для использования интервальных оценок в соответствии с теорией свидетельств. Эти оценки применяются при анализе сложных многокомпонентных систем, агрегации больших объемов нечетких и неполных данных различной структуры. Представлены состав и структура мультиагентной экспертной системы, назначение которой – групповая обработка результатов измерений и оценок значений показателей инновационности объектов. Определяются активные элементы системы, их функциональность, роли, порядок взаимодействия, входные и выходные интерфейсы, общий алгоритм функционирования ПО. Описывается реализация программных модулей, приводится пример решения конкретной задачи по определению уровня инновационности технических изделий. Разработанные подход, модели, методика и ПО могут быть использованы в реализации технологии хранилища характеристик объектов, обладающих значительным инновационным потенциалом. Формализация исходных данных задачи существенно повышает адаптивность предложенных методов к различным предметным областям. Появляется возможность обработки данных различной природы, полученных в результате опроса экспертов, из поисковой системы или даже с измерительного устройства, что способствует повышению практической значимости представленной разработки.
Implementing an expert system to evaluate technical solutions innovativeness
V.K. Ivanov 1, I.V. Obraztsov, B.V. Palyukh
The paper presents a possible solution to the problem of algorithmization for quantifying innovativeness indicators of technical products, inventions and technologies. The concepts of technological novelty, relevance and implementability as components of product innovation criterion are introduced. Authors propose a model and algorithm to calculate every of these indicators of innovativeness under conditions of incompleteness and inaccuracy, and sometimes inconsistency of the initial information. The paper describes the developed specialized software that is a promising methodological tool for using interval estimations in accordance with the theory of evidence. These estimations are used in the analysis of complex multicomponent systems, aggregations of large volumes of fuzzy and incomplete data of various structures. Composition and structure of a multi-agent expert system are presented. The purpose of such system is to process groups of measurement results and to estimate indicators values of objects innovativeness. The paper defines active elements of the system, their functionality, roles, interaction order, input and output interfaces, as well as the general software functioning algorithm. It describes implementation of software modules and gives an example of solving a specific problem to determine the level of technical products innovation. The developed approach, models, methodology and software can be used to implement the storage technology to store the characteristics of objects with significant innovative potential. Formalization of the task's initial data significantly increases the possibility to adapt the proposed methods to various subject areas. There appears an opportunity to process data of various natures, obtained during experts’ surveys, from a search system or even a measuring device, which helps to increase the practical significance of the presented research.},
keywords = {certificate, data warehouse, evaluation, expert system, implementability, innovation, innovation index, invention, relevance, term, востребованность, изобретение, имплементируемость, инновационность, оценка, свидетельство, терм, хранилище данных, экспертная система},
pubstate = {published},
tppubtype = {article}
}
Implementing an expert system to evaluate technical solutions innovativeness
V.K. Ivanov 1, I.V. Obraztsov, B.V. Palyukh
The paper presents a possible solution to the problem of algorithmization for quantifying innovativeness indicators of technical products, inventions and technologies. The concepts of technological novelty, relevance and implementability as components of product innovation criterion are introduced. Authors propose a model and algorithm to calculate every of these indicators of innovativeness under conditions of incompleteness and inaccuracy, and sometimes inconsistency of the initial information. The paper describes the developed specialized software that is a promising methodological tool for using interval estimations in accordance with the theory of evidence. These estimations are used in the analysis of complex multicomponent systems, aggregations of large volumes of fuzzy and incomplete data of various structures. Composition and structure of a multi-agent expert system are presented. The purpose of such system is to process groups of measurement results and to estimate indicators values of objects innovativeness. The paper defines active elements of the system, their functionality, roles, interaction order, input and output interfaces, as well as the general software functioning algorithm. It describes implementation of software modules and gives an example of solving a specific problem to determine the level of technical products innovation. The developed approach, models, methodology and software can be used to implement the storage technology to store the characteristics of objects with significant innovative potential. Formalization of the task's initial data significantly increases the possibility to adapt the proposed methods to various subject areas. There appears an opportunity to process data of various natures, obtained during experts’ surveys, from a search system or even a measuring device, which helps to increase the practical significance of the presented research.
Ivanov V.K., Palyukh B.V., Sotnikov A.N.
Conformance Evaluation of Genetic Algorithm for Evolutionary Area Search of Canonical Model Journal Article
In: Lobachevskii Journal of Mathematics, vol. 40, no. 11, pp. 1799–1808, 2019, ISSN: 1995-0802.
Abstract | Links | BibTeX | Altmetric | Метки: coding, crossover, defining length, fitness function, genetic algorithm, genotype, Holland’s schema theorem, innovation index, order, query, scheme, subject search
@article{nokey,
title = {Conformance Evaluation of Genetic Algorithm for Evolutionary Area Search of Canonical Model},
author = {Ivanov V.K. and Palyukh B.V. and Sotnikov A.N.},
url = {https://disk.yandex.ru/i/Q42TFMNFM5XGlg},
doi = {10.1134/S1995080219110155},
issn = {1995-0802},
year = {2019},
date = {2019-11-30},
urldate = {2019-11-30},
journal = {Lobachevskii Journal of Mathematics},
volume = {40},
number = {11},
pages = {1799–1808},
publisher = {Pleiades Publishing, Ltd.},
abstract = {The theory and practice of genetic algorithms is largely based on the Schema Theorem. It was formulated for a canonical genetic algorithm and proves its ability to generate a sufficient number of effective schemata of individuals. Genetic algorithms to solve specific problems and to be different from canonical ones have to be checked to find out whether the Schema Theorem evaluates the algorithm fitness. The article validates the way of testing the algorithm developed as a technique of an area search. The methodology and research results are stated consistently. Coding specifics of the search queries are noted, a criterion of the coding method applicability is substantiated. A variant of the genotype geometric coding is proposed. In comparison with other methods of binary search coding, it provides a short code length and uniqueness as well as conforms the formulated criterion of applicability. Supporting experimental results are given. The Schema Theorem is shown to hold with the iterative execution of the genetic algorithm being tested.
},
keywords = {coding, crossover, defining length, fitness function, genetic algorithm, genotype, Holland’s schema theorem, innovation index, order, query, scheme, subject search},
pubstate = {published},
tppubtype = {article}
}