Карпунина Маргарита Евгеньевна, аспирант
DESCRIPTION
Нижегородский филиал Государственного Университета − Высшей Школы Экономики, кафедра «Информационные системы и технологии». - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/1.jpg)
Сравнительный анализ использования Табу−машины и нейронных сетей Хопфилда для решения задач дискретной оптимиза- ции из области распределенных баз данных
Карпунина Маргарита Евгеньевна, аспирант
Научный руководитель: Бабкин Эдуард Александрович, к.т.н., доцент, зав. кафедрой «Информационные системы и
технологии»
Нижегородский филиал Государственного Университета − Высшей Школы Экономики, кафедра «Информационные системы и
технологии»
![Page 2: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/2.jpg)
ОБЗОР
Роль распределенных баз данных в современной информационной среде
Известные подходы к синтезу структуры распределенной базы данных
Комбинация нейросетей Хопфилда и генетических алгоритмов
Табу-машина и алгоритм табу-поиска
Программная реализация
Полученные результаты, оценки, прогнозы
Планы дальнейшей работы
2
![Page 3: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/3.jpg)
РОЛЬ РАСПРЕДЕЛЕННЫХ БАЗ ДАННЫХ В СОВРЕМЕННОЙ ИНФОРМАЦИОННОЙ СРЕДЕ
Разработка распределенных систем обуславливает необходимость изучения архитектурных и функциональных принципов обработки распределенных данных.
РБД облегчает распарал-леливание обработки запросов пользователей.
РБД повышает надежность хранения данных и отказо-устойчивость системы.
3
![Page 4: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/4.jpg)
СИНТЕЗ ЛОГИЧЕСКОЙ СТРУКТУРЫ РБД
Синтез оптимальной логической структуры РБД дает оптимальное разбиение множества групп данных по типам логических записей с последующим размещением типов записей по узлам вычислительной сети.
Рассмотрим задачу синтеза оптимальной логической структуры РБД с одним критерием оптимизации (минимизации) − на общее время, необходимое для последовательной обработки множества запросов пользователей РБД.
4
![Page 5: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/5.jpg)
ПОСТАНОВКА ЗАДАЧИ
5
Всемхарактеристикамзадачи, включая
исходную структуру РБД,множество запросов,множество пользователей РБД,множество узлов и топологию вычислительной сети (ВС),усредненные исходныевременные характеристики,
было дано математическое описание.
![Page 6: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/6.jpg)
ПОСТАНОВКА ЗАДАЧИ
Математическая постановка задачи синтеза оптимальной логической структуры РДБ включает задание
целевой функции задачиограничений задачи:
1) на число групп в составе логической записи2) на однократность включения групп в записи3) на длину формируемой логической записи4) на общее число типов синтезируемых логических за
писей, размещенных на каждом из серверов5) на объем доступной внешней памяти серверов ВС д
ля хранения ЛБД6) на требуемый уровень информационной безопаснос
ти системы7) на суммарное время обслуживания оперативных за
просов на серверах
6
![Page 7: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/7.jpg)
СИНТЕЗ ЛОГИЧЕСКОЙ СТРУКТУРЫ РБД: ИЗВЕСТНЫЕ ПОДХОДЫ
Анализ комбинаторных особенностей
Точные и приближенные методы ( схема ветвей и границ ) :трудоемкость, сложность имплементации,неэффективность с точки зрения времени работы
алгоритма при незначительном изменении параметров задачи.
Математическая постановка задачи : многокритериальность, нелинейная задача целочисленного программирования,NP-полная задача.
Эвристические методы проектирования оптимальных
логических структур РБДИскусственные нейронные сети (ИНС).
7
![Page 8: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/8.jpg)
НЕЙРОННЫЕ СЕТИ ХОПФИЛДА
IN 1
IN 2
IN m
w 11
w 12
w 1m
w nm
w n2
w n1
OUT1
OUT2
OUTm
Layer 0Layer 1
Структура нейронной сети Хопфилда
показывает, что группа данных x будет включена в i-ую логическую запись.
8
![Page 9: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/9.jpg)
НЕЙРОННЫЕ СЕТИ ХОПФИЛДА
Результат 1-го этапа решения задачи: матрица распределения групп данных по типам логических записей, где
Результат 2-го этапа решения задачи: матрица безызбыточного размещения типов логических записей по узлам ВС, где
Вектора весовых коэффициентов: ,
Математическая постановка решаемой нами задачи была разработана в терминах нейронных сетей.
9
![Page 10: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/10.jpg)
НЕЙРОННЫЕ СЕТИ ХОПФИЛДА: ФУНКЦИЯ ЭНЕРГИИ НЕЙРОСЕТИ, ПОСТРОЕННОЙ ДЛЯ РЕШЕНИЯ ПЕРВОГО ЭТАПА ЗАДАЧИ
Выведено уравнение динамики однослойной с обратными связями сети Хопфилда для решения задачи синтеза типов логических записей с учетом ограничений 1, 2 и 6.
10
![Page 11: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/11.jpg)
НЕЙРОННЫЕ СЕТИ ХОПФИЛДА: ФУНКЦИЯ ЭНЕРГИИ НЕЙРОСЕТИ, ПОСТРОЕННОЙ ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ
Выведено уравнение динамики однослойной с обратными связями сети Хопфилда для решения задачи безызбыточного размещения синтезированных типов логических записей по узлам вычислительной сети с учетом ограничений 3, 4, 5 и 7.
где − нормированная сумма, т.е. .
11
![Page 12: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/12.jpg)
ПРЕИМУЩЕСТВА И НЕДОСТАТКИ НЕЙРОСЕТЕВОГО АЛГОРИТМА
Робастность нейронной сети Хопфилда
К сожалению, систематического способа определения значений элементов векторов и не существует. Известно только, что должно выполняться ограничение
.
12
![Page 13: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/13.jpg)
ПУТИ РАЗРЕШЕНИЯ НЕДОСТАТКОВ НЕЙРОСЕТЕВЫХ АЛГОРИТМОВ
1.Движение в сторону использования генетических алгоритмов для подстройки весовых коэффициентов термов функций энергии сетей.
2.Использование метода анализа устойчивых состояний (Stable State Analysis (SSA) Technique)¹
Структурная схема генетического алгоритма
Скрещивание
МутацияОтбор
Результат
Создание начальной популяции
¹ Feng G., Douligeris С.Using Hopfield Networks to Solve Traveling Salesman Problems Based on Stable State Analysis Technique // Proceedings of the IEEE-INNS-ENNS International Joint Conference on Neural Networks, 2000. P. 6521.
13
![Page 14: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/14.jpg)
ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ КАК ОБОЛОЧКА ДЛЯ НЕЙРОСЕТЕВОГО АЛГОРИТМА
Структурная схема реализованного НС-ГА-алгоритма
Генетический алгоритм Генетический алгоритм
Исход-ные
данные НС-ГА-алго-ритма
Выходные данныеНС-ГА-
алгоритма:оптимальна
я логич.структура
РБД,графики
Нейросетевой алгоритм
НС2: безызбыточное Размещение типов записей по узлам ВС,
0T R нейронов
ЭТАП 2
Нейросетевой алгоритм
НС1: разбивка на типы логических записей,
2n нейронов
ЭТАП 1
Функция приспособленности 1 Функция приспособленности 2
Программная реализация
14
![Page 15: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/15.jpg)
НЕЙРОСЕТЕВОЙ АЛГОРИТМ: НЕКОТОРЫЕ ТЕСТОВЫЕ РЕЗУЛЬТАТЫ ДЛЯ ПОЛНОЙ ЗАДАЧИ СИНТЕЗА ЛОГИЧЕСКОЙ СТРУКТУРЫ РБД
Качество решений, полученных с помощью нейросетевого алгоритма, сравнивалось с качеством решений, полученных с помощью метода ветвей и границ, построенного для решаемой задачи в труде В. В. Кульбы¹.
Процент отклонения качества решения
Средний процент отклонения, полученный в результате тестирования на задачах различной размерности составил
¹ В.В. Кульба, С.С. Ковалевский, С.А. Косяченко, В.О. Сиротюк “Теоретические основы проектирования оптимальных структур распределенных баз данных”. Серия “Информатизация России на пороге XXI века”. — М.: СИНТЕГ, 1999, 660 с.
15
![Page 16: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/16.jpg)
ПРЕДПОСЫЛКИ ИССЛЕДОВАНИЯ ТАБУ-МАШИНЫ КАК АЛЬТЕРНАТИВНОГО НЕЙРОСЕТЕВОГО АЛГОРИТМА
Тенденция сетей Хопфилда стабилизироваться в локальном, а не глобальном минимуме функции энергии
Осуществляемый генетическим алгоритмом подбор коэффициентов A, B, C, D, E, F, влияющих на сходимость сети Хопфилда, способен значительно увеличить время работы НС-ГА-алгоритма
16
![Page 17: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/17.jpg)
ТАБУ-МАШИНА
< l, C, β > − набор парамет-ров Табу-машины¹, где
l 0 − табу-размер, C 0 − максимальное число вызовов обработки
удаленных состояний,β > 0 − предопределенный коэффициент такой, что
βn > l.
Механизм смены состояний в Табу-машине регулируется
табу-поиском.
Алгоритм смены состояний
17
¹ Mingne Sun, Hamid R. Nemati “Tabu Machine: A New Neural Network Solution Approach for Combinatorial Optimization Problems”. Journal Of Heuristics, 9: 5 − 27, 2003.
![Page 18: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/18.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ПЕРВОГО ЭТАПА ЗАДАЧИ: ОСОБЕННОСТИ
Функция энергии
Улучшение качества решения: степень учета семантической смежности групп данных определяется по формуле
,
где — заданная матрица семантической смежности групп данных. Если , то семантическая связность групп данных полностью учтена.
Увеличение производительности алгоритма
18
![Page 19: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/19.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ПЕРВОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
Степень близости полученных решений к решению, полностью
учитывающему семантическую смежность
групп данных
Зависимость времени решения задачи от ее размерности.
19
![Page 20: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/20.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ОСОБЕННОСТИ
Функция энергии
Улучшение качества решения: значение целевой функции задачи. Качество полученного решения будем оценивать значением целевой функции задачи. Чем ближе оно к нулю, тем более оптимальным является решение.
Увеличение производительности алгоритма
Исследование области параметров < l, C, β > Табу-машины: описание экспериментов
20
![Page 21: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/21.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
21
Конфигурации задачи: количество групп данных n = 10; 20; 40 Набор параметров < l, C, β >:
![Page 22: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/22.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
22
![Page 23: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/23.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
23
![Page 24: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/24.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
24
![Page 25: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/25.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
25
![Page 26: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/26.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
26
![Page 27: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/27.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
27
![Page 28: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/28.jpg)
НС-ГА-АЛГОРИТМ И АЛГОРИТМ ТАБУ-ПОИСКА: ВЫВОДЫ
С увеличением размерности задачи решения, полученные с помощью Табу-машины, качественно превосходят решения, полученные в результате применения сетей Хопфилда.
К преимуществам использования Табу-машины можно отнести независимость решения от коэффициентов энергетической функции A, B, C, D, E, F сети.
Чем больше значение параметра С, тем больше качественно лучших решений удается получить при различных значениях l.
Наилучшим значением параметра l является величина, равная количеству типов логических записей, синтезированных на первом этапе решения задачи.
28
![Page 29: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/29.jpg)
ЗАКЛЮЧЕНИЕ
Мы рассмотрели возможности применения аппарата искусственных нейронных сетей для решения задач дискретной оптимизации.
В ходе обсуждения были продемонстрированы возможности сетей Хопфилда для решения задач такого рода. А исследования Табу-машины как альтернативного способа решения выявили возможность не только качественного улучшения решения задачи, но и возможность увеличения производительности алгоритма.
Были даны рекомендации по смягчению недостатков нейросетевых алгоритмов, такие, как использование SSA-технологии и симбиоз нейронных сетей и генетических алгоритмов.
29
![Page 30: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/30.jpg)
ПЛАНЫ ДАЛЬНЕЙШЕЙ РАБОТЫ
Интегрировать Табу-машины для первого и второго этапов решения задачи синтеза в единый алгоритм табу-поиска.
Выполнить распараллеливание алгоритма табу-поиска с целью повышения его эффективности.
Расширение множества тестовых конфигураций задачи с целью получения решений задачи синтеза оптимальной логической структуры РБД для канонических структур с большим числом групп данных.
30
![Page 31: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/31.jpg)
СПАСИБО ЗА ВНИМАНИЕ
![Page 32: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/32.jpg)
ЦЕЛЕВАЯ ФУНКЦИЯ ЗАДАЧИ
12345
![Page 33: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/33.jpg)
ОГРАНИЧЕНИЕ НА ЧИСЛО ГРУПП В СОСТАВЕ ЛОГИЧЕСКОЙ ЗАПИСИ
где − максимальное число групп в записи
Постановка задачи Первый этап решения
12345
![Page 34: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/34.jpg)
ОГРАНИЧЕНИЕ НА ОДНОКРАТНОСТЬ ВКЛЮЧЕНИЯ ГРУПП В ЛОГИЧЕСКИЕ ЗАПИСИ
где − мощность множества логических записей, − мощность множества групп данных, , если -ая группа данных включена в -ую логическую запись, и , иначе.
Постановка задачи Первый этап решения
12345
![Page 35: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/35.jpg)
ОГРАНИЧЕНИЕ НА ДЛИНУ ФОРМИРУЕМОЙ ЛОГИЧЕСКОЙ ЗАПИСИ
где − максимально допустимая длина -ой записи определяемая характеристиками сервера
Постановка задачи Второй этап решения
12345
![Page 36: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/36.jpg)
ОГРАНИЧЕНИЕ НА ОБЩЕЕ ЧИСЛО ТИПОВ СИНТЕЗИРУЕМЫХ ЛОГИЧЕСКИХ ЗАПИСЕЙ, РАЗМЕЩЕННЫХ НА КАЖДОМ ИЗ СЕРВЕРОВ
где − максимальное число типов логических записей, поддерживаемое локальной СУБД узла-сервера
Постановка задачи Второй этап решения
12345
![Page 37: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/37.jpg)
ОГРАНИЧЕНИЕ НА ОБЪЕМ ДОСТУПНОЙ ВНЕШНЕЙ ПАМЯТИ СЕРВЕРОВ ВС ДЛЯ ХРАНЕНИЯ ЛБД
Постановка задачи Второй этап решения
12345
![Page 38: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/38.jpg)
ОГРАНИЧЕНИЕ НА ТРЕБУЕМЫЙ УРОВЕНЬ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ СИСТЕМЫ
для заданных
и
Постановка задачи Первый этап решения
12345
![Page 39: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/39.jpg)
ОГРАНИЧЕНИЕ НА СУММАРНОЕ ВРЕМЯ ОБСЛУЖИВАНИЯ ОПЕРАТИВНЫХ ЗАПРОСОВ НА СЕРВЕРАХ
для заданных , где − допустимое время обслуживания -го оперативного запроса
Постановка задачи Второй этап решения
12345
![Page 40: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/40.jpg)
ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ КАК ОБОЛОЧКА ДЛЯ НЕЙРОСЕТЕВОГО АЛГОРИТМА
Особь в нашем случае — это точка в -мерном пространстве. Количество генов каждой особи равно . Хромосома — последовательное объединение всех генов .
Для построения генотипа разработана следующая символьная модель: каждый ген представляется строкой из 32-х бит, такое представление получается с помощью двух операций:
1.перевод значения гена в десятичной системе счисления в двоичную (при дополнении старших разрядов нулями, если это необходимо) ,
2.перевод гена в двоичной системе счисления в код Грея .
С точки зрения генетического алгоритма нейросетевой алгоритм используется как своеобразный “черный ящик”, осуществляющий отображение особи в соответствующую ей матрицу или (в зависимости от номера этапа решения задачи), по которой определяется фенотип особи .
![Page 41: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/41.jpg)
ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ КАК ОБОЛОЧКА ДЛЯ НЕЙРОСЕТЕВОГО АЛГОРИТМА
Для ГА-оболочки первого этапа была взята следующая функция приспособленности
![Page 42: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/42.jpg)
ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ КАК ОБОЛОЧКА ДЛЯ НЕЙРОСЕТЕВОГО АЛГОРИТМА
Для ГА-оболочки второго этапа была взята следующая функция приспособленности
![Page 43: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/43.jpg)
ПРОГРАММНАЯ РЕАЛИЗАЦИЯ НС-ГА-АЛГОРИТМА
ОО библиотека классов нейронных сетей Хопфилда на С++
ОО модель генетических алгоритмов.
Результатами решения задачи являются:
1.вектор и матрица разбиения групп данных по типам логических записей (этап 1);
2.вектор и матрица размещения типов логических записей по узлам ВС (этап 2).
Особенности реализации ГА Результаты работы ГА
![Page 44: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/44.jpg)
ОСОБЕННОСТИ РЕАЛИЗАЦИИ ГЕНЕТИЧЕСКОГО АЛГОРИТМА
Код Грея для представления символической модели генотипа
Формирование начальной популяции по фенотипуСпособ выбора пары − панмиксия.Генетические операции − простой кроссинговер и
точечная мутацияОбщий способ формирования репродукционной группы,
т.е. в новую популяцию включаются и дети, и родителиСтрогий естественный отбор.
Критерии останова алгоритма:На протяжении нескольких поколений рекордсмен по
приспособленности не меняетсяПриспособленность хотя бы одной особи текущей
популяции равна 1.
![Page 45: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/45.jpg)
РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТОВ И ИХ АНАЛИЗПриспособленность особей начальной популяции
Приспособленность особей первой популяции
Приспособленность особей второй популяции
![Page 46: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/46.jpg)
ТАБУ-МАШИНА: СТРУКТУРА И КОНЦЕПЦИИ ФУНКЦИОНИРОВАНИЯ
Табу-машина определяется как множество бинарных нейронов, соединенных двунаправленными связями.
Состояние Табу-машины определяется состояниями ее нейронов и обозначается , где n − число нейронов в Табу-машине.
Сила связи между нейронами называется весом. Если нейроны i и j связаны друг с другом, то вес, приписываемый этой связи, обозначается через , причем .
Устойчивость состояния Табу-машины зависит от ее энергии. Чем меньше энергия, тем более устойчиво состояние.
![Page 47: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/47.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
![Page 48: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/48.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
![Page 49: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/49.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
![Page 50: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/50.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
![Page 51: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/51.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
![Page 52: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/52.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
![Page 53: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/53.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
![Page 54: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/54.jpg)
ТАБУ-МАШИНА ДЛЯ РЕШЕНИЯ ВТОРОГО ЭТАПА ЗАДАЧИ: ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ, ОЦЕНКИ, ПРОГНОЗЫ
![Page 55: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/55.jpg)
ПРИЛОЖЕНИЕ: ДОПОЛНИТЕЛЬНЫЕ МАТЕРИАЛЫ
![Page 56: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/56.jpg)
ПРИЛОЖЕНИЕ: ДОПОЛНИТЕЛЬНЫЕ МАТЕРИАЛЫ
![Page 57: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/57.jpg)
ПРИЛОЖЕНИЕ: ДОПОЛНИТЕЛЬНЫЕ МАТЕРИАЛЫ
![Page 58: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/58.jpg)
ПРИЛОЖЕНИЕ: ДОПОЛНИТЕЛЬНЫЕ МАТЕРИАЛЫ
![Page 59: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/59.jpg)
ПРИЛОЖЕНИЕ: ДОПОЛНИТЕЛЬНЫЕ МАТЕРИАЛЫ
Для формализации задачи синтеза были определены следующие переменные:
, если -ая группа данных включается в -ую логическую запись;
, иначе.
если -ая логическая запись размещена на сервере -го узла ВС; , иначе.
, если ; , если .
Переменная определяет типы логических записей, используемые -ым запросом на сервере -го узла ВС.
, если ; , если .
Переменная определяет множество узлов-серверов ЛБД, к которым обращается -ый запрос. - количество типов логических записей, синтезированных в процессе решения задачи.
![Page 60: Карпунина Маргарита Евгеньевна, аспирант](https://reader035.vdocuments.mx/reader035/viewer/2022062721/568137b4550346895d9f54ed/html5/thumbnails/60.jpg)
ОБЛАСТЬ ЗНАНИЙ
Computer Science
Computational Intelligence
Artificial Intellegence
Soft Computingfuzzy systems, neural networks, genetic algorithms