Применение модифицированных генетических алгоритмов для решения эволюционных задач теории расписаний
https://doi.org/10.21822/2073-6185-2023-50-2-90-97
Аннотация
Цель. В статье рассмотрены способы модификации генетических алгоритмов, применяемых для автоматизации процесса составлений расписаний.
Метод. В работе использованы методы эволюционных вычислений, теории расписаний, генетические алгоритмы (ГА), разработанный программный продукт.
Результат. Установлено, что построение начальной популяции генетических алгоритмов для решения задачи является крайне важным критерием схождения результата. Установлено, что двухэтапная мутация также позволяет корректировать особи в нужном направлении, тем самым сокращая время выполнения работы генетических алгоритмов.
Вывод. Исследования показывают, что разработанные способы модификации генетических алгоритмов могут сильно влиять на производительность программного обеспечения при автоматизированном составлении расписаний учебных заведений. Разработана схема работы ГА, представлены и апробированы способы модификации генетических алгоритмов.
Об авторе
Д. С. Захаров
Волгоградский государственный технический университет
Россия
Россия
Захаров Дмитрий Сергеевич, аспирант
400005, г. Волгоград, проспект им. В.И. Ленина, д. 28
Список литературы
1. Минпросвещения России: официальный сайт. – Москва. – URL: https://edu.gov.ru/press/6567/vladimirputin-poruchil-v-techenie-pyati-let-podgotovit-poryadka-1-mln-rabochih-kadrov/ (Дата обращения: 10.04.2023)
2. Космачева И. М. Автоматизированная система формирования рабочих программ учебных дисциплин / И. М. Космачева, И. Ю., И. В. Сибикина // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. – 2016. – № 1. – С. 90-97.
3. Панченко Т.В. Генетические алгоритмы. Учеб. пособ., Изд. дом «Астраханский университет», 2007.
4. Holland, J. H., Adaptation in Natural and Artificial Systems: An Introductory Analysis with Application to Biology, Control, and Artificial Intelligence. USA: University of Michigan , 1975.
5. А. Ф. Рогачев, Д. С. Захаров. Использование модифицированных генетических алгоритмов для составления расписаний// Инновационное развитие строительного комплекса региона: задачи, состояние, перспективы : Материалы II Всероссийской научно-практической конференции Себряковского филиала ФГБОУ ВО «ВолгГТУ», Михайловка-Волгоград, 15 октября 2019 года / Редколлегия: С.Е. Карпушова (отв. ред.) [и др.]. – Михайловка-Волгоград: Волгоградский государственный университет, 2020. – С. 238-240.
6. Васильев, В.И. Интеллектуальные системы управления с использованием генетических алгоритмов: Учебное пособие / В.И. Васильев // УГАТУ. Уфа: Изд-во УГАТУ, 1999. - 105 с.
7. Мясников, А. С. Островной генетический алгоритм с динамическим распределением вероятностей выбора генетических операторов / А. С. Мясников // Наука и образование: научное издание МГТУ им. Н.Э. Баумана. – 2010. – № 1. – С. 3.
8. Частикова, В. А. Исследование основных параметров генетического алгоритма метода генетических схем в интеллектуальных системах, основанных на знаниях / В. А. Частикова // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. – 2011. – № 69. – С. 151-163.
9. Гладков, Л. А. Генетические алгоритмы : учебное пособие для студентов вузов, обучающихся по направлениям «Информатика и вычислительная техника» и «Информационные системы» / Л. А. Гладков, В. М. Курейчик, В. В. Курейчик; под ред. В.М. Курейчика. – Издание 2-е, исправленное и дополненное. – Москва : Физматлит, 2006. – 319 с. – ISBN 5-9221-0510-8.
10. Емельянов, В. В. Теория и практика эволюционного моделирования / В. В. Емельянов, В. В. Курейчик, В. М. Курейчик. – Москва : ООО Издательская фирма «Физико-математическая литература», 2003. – 431 с. – ISBN 5-9221-0337-7.
11. Курейчик, В. М. Генетические алгоритмы и их применение / В. М. Курейчик ; Таганрогский радиотехнический университет. – 2-е издание, дополненное. – Таганрог : Таганрогский государственный радиотехнический университет, 2002. – 242 с.
12. Карпенко А.П. Популяционные алгоритмы глобальной поисковой оптимизации. Обзор новых и малоизвестных алгоритмов// Информационные технологии. – 2012. – № S7. – С. 1-32.
13. Тененев, В. А. Генетические алгоритмы в моделировании систем : монография / В. А. Тененев; В.А. Тененев, Б.А. Якимович ; М-во образования и науки Российской Федерации, Гос. образовательное учреждение высш. проф. образования «Ижевский гос. технический ун-т». – Ижевск : Изд-во ИжГТУ, 2010. – 306 с. – ISBN 978-5-7526-0472-0.
14. Бураков, М.В. Генетический алгоритм: теория и практика / М. В. Бураков ; Санкт-Петербургский государственный университет аэрокосмического приборостроения. – Санкт-Петербург : Санкт- Петербургский государственный университет аэрокосмического приборостроения, 2008. – 164 с.
15. Шайтура, С. В. Интеллектуальные системы и технологии / С. В. Шайтура ; Институт гуманитарных наук, экономики и информационных технологий. – Бургас : Институт за хуманитарни науки, икономика и информационни технологии=Институт гуманитарных наук, экономики и информационных наук, 2016. – 83 с.
16. Ярушкина, Н. Г. Основы теории нечетких и гибридных систем / Н. Г. Ярушкина. – Москва : Издательство «Финансы и статистика», 2004. – 320 с. – ISBN 5-279-02776-6.
17. Карпенко, А. П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой / А. П. Карпенко. – Москва : Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет), 2014. – 448 с.
18. Сологуб, Е. Б. Спортивная генетика : учебное пособие для высших учебных заведений физической культуры / Е. Б. Сологуб, В. А. Таймазов. – Москва : Терра-Спорт, 2000. – 127 с.
19. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. – Москва : Горячая линия–Телеком, 2013. – 384 с.
20. Курейчик, В. М. Модифицированные генетические операторы / В. М. Курейчик // Известия ЮФУ. Технические науки. – 2009. – № 12(101). – С. 7-14.
Рецензия
Для цитирования:
Захаров Д.С. Применение модифицированных генетических алгоритмов для решения эволюционных задач теории расписаний. Вестник Дагестанского государственного технического университета. Технические науки. 2023;50(2):90-97. https://doi.org/10.21822/2073-6185-2023-50-2-90-97
For citation:
Zakharov D.S. Application of modified genetic algorithms for solving evolutionary problems of the theory of schedules. Herald of Dagestan State Technical University. Technical Sciences. 2023;50(2):90-97. (In Russ.) https://doi.org/10.21822/2073-6185-2023-50-2-90-97
Просмотров:
220
Послать статью по эл. почте 
