Использование управляющих надстроек на основе искусственной нейронной сети и алгоритма «случайный лес» для повышения эффективности работы генетического алгоритма
Аннотация
Дата поступления статьи: 07.10.2024в статье приводятся результаты вычислительных экспериментов по использованию управляющих надстроек на основе искусственной нейронной сети (ИНС) класса RNN и алгоритма «случайный лес», влияющих на разрушающую способность операторов генетического алгоритма (ГА) и способных изменять траекторию движения популяции в пространстве решений непосредственно при работе эволюционной процедуры для трудоемких задач. В данном исследовании приводятся полученные результаты с вычислениями на CPU и CPU+GPGPU в ресурсоемкой задаче синтеза динамических имитационных моделей бизнес-процессов с использованием математического аппарата теории сетей Петри (СП), и сравнение с работы ГА без управляющей надстройки, ГА и управляющая надстройка на основе ИНС класса RNN, ГА и алгоритм «случайный лес». Для моделирования работы ГА, ИНС, алгоритма «случайный лес», моделей бизнес-процессов предложено использование графового представления с использованием различных расширений СП, приводятся примеры моделирования выбранных методов с помощью предложенного математического аппарата. Для работы ИНС и алгоритма «случайный лес» по распознаванию состояния популяции ГА предложен ряд правил, которые позволяют выполнить управление процессом синтеза решений. На основании проведенных вычислительных экспериментов и их анализа показаны сильные и слабые стороны применения предложенных алгоритмов машинного обучения в качестве управляющей надстройки.
Ключевые слова: сеть Петри, дерево решений, случайный лес, машинное обучение, теория сетей Петри, двудольный направленный граф, интеллектуальные системы, эволюционные алгоритмы, системы поддержки принятия решений, математическое моделирование, теория графов
1.2.2 - Математическое моделирование, численные методы и комплексы программ
.