РЕФЕРАТИВНА БАЗА ДАНИХ "УКРАЇНІКА НАУКОВА"
Abstract database «Ukrainica Scientific»


Бази даних


Реферативна база даних - результати пошуку


Вид пошуку
Пошуковий запит: (<.>ID=REF-0000705511<.>)
Загальна кількість знайдених документів : 1

Федоров Є. Є. 
Підходи до створення програмного агента на основі метаевристик і штучних нейронних мереж / Є. Є. Федоров, М. В. Чичужко, В. О. Чичужко // Радіоелектрон. і комп'ютер. системи. - 2019. - № 1. - С. 58-65. - Бібліогр.: 17 назв. - укp.

Розроблено програмний агент на основі метаевристик і штучних нейронних мереж. Проведено аналіз існуючих класів агентів та обраний реактивний агент з внутрішнім станом, який є найкращим в застосуванні для частково спостережуваних, динамічних, не епізодичних середовищ, причому у цього агента є внутрішній стан, який зберігає стан навколишнього середовища, отриманий на основі історії актів сприйняття, у вигляді структури даних. Запропоновано підхід до створення агента на основі метаевристики та створення агента на основі штучної нейронної мережі. Запропонована розробка реактивних агентів з внутрішнім станом на основі ройової метаевристики PSO (Particle Swarm Optimization), які пов'язані з індивідуальними частками і цілим роєм та виконують взаємодію за допомогою повідомлень. Запропоновано підхід до створення реактивного агента з внутрішнім станом на основі рекурентної нейронної мережі Елмана. Використано агентний підхід дозволяє об'єднати різні напрямки штучного інтелекту, цифрової обробки сигналу, математичного моделювання та теорії ігор. Запропоновані агенти були реалізовані за допомогою інструментального засобу JADE (Java Agent Development Framework), який є одним з найбільш популярних засобів створення агентних систем. Для визначення параметрів ройової метаевристики PSO і рекурентної нейронної мережі Елмана проведено чисельне дослідження. В якості функції мети використовувалася тестова функція Растригіна. В якості вхідних даних для мережі Елмана використана вибірка значень кількості відвідувань сторінки веб-сайту ДонНТУ. Критерієм вибору структури моделі мережі мінімальна середньоквадратична похибка прогнозу. Для прогнозу кількості відвідувань сторінки веб-сайту використано 10 прихованих нейронів, оскільки при подальшому збільшенні кількості прихованих нейронів зміна значення помилки є незначною. Для визначення кількості частинок рою проведено ряд експериментів, результати яких представлені графіками. Запропоновані підходи можуть бути використані в інтелектуальних комп'ютерних системах.


Індекс рубрикатора НБУВ: З810.22 + З970.5

Рубрики:

Шифр НБУВ: Ж24450 Пошук видання у каталогах НБУВ 
Повний текст  Наукова періодика України 
Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)
  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"
 
Національна бібліотека України імені В. І. Вернадського
Відділ наукового формування національних реферативних ресурсів
Інститут проблем реєстрації інформації НАН України

Всі права захищені © Національна бібліотека України імені В. І. Вернадського