Вы здесь ▸ Обсуждение ▸
Мои публикации
Публикации: статьи в журналах и сборниках конференций, доклады, презентации, отчеты, авторские свидетельства.
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}
}
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.
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}
}
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.
Иванов В.К.
Особенности кодирования запросов при использовании генетического алгоритма в эволюционной модели тематического поиска Proceedings Article
In: 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, pp. 277-281, Смоленск, 2017, ISBN: 9785918123601.
Abstract | Links | 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.
Иванов В.К.
Обоснование и постановка задачи прогнозирования результатов генетического алгоритма Journal Article
In: vol. 8, no. 57, pp. 5-13, 2016.
Abstract | Links | BibTeX | Метки: crossover, data centre, defining length, fitness function, genetic algorithm, genotype, Holland’s schema theorem, 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/I6iQWk2vOm4p8A
https://cyberleninka.ru/article/n/obosnovanie-i-postanovka-zadachi-prognozirovaniya-rezultatov-geneticheskogo-algoritma/viewer},
year = {2016},
date = {2016-12-31},
urldate = {2016-12-31},
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, genetic algorithm, genotype, Holland’s schema theorem, 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.