НАУКА и ОБРАЗОВАНИЕ

В монографии рассматриваются вопросы, связанные с эволюционным развитием сложных систем различной природы. Аналогия эволюционного развития естественных и искусственных систем позволяет развить подходы и методы эволюционного моделирования, генетических оптимизационных алгоритмов, распределенного искусственного интеллекта и искусственной жизни. Описаны генетические и синергетические подходы, а также средства эволюционного моделирования. Монография предназначена для специалистов, ведущих разработки в области перспективных САПР, интеллектуальных информационных технологий в различных областях науки и техники. Она может быть также полезна аспирантам и студентам всех специальностей, изучающих теорию систем, информатику, методы оптимизации, исследования операций и принятия решений.

В монографии описаны некоторые принципы и подходы к построению интеллектуальных искусственных систем. Описана теория эволюционного моделирования и приведены ее основные теоремы. Рассмотрены алгоритмы анализа и синтеза сложных систем  и решения оптимизационных задач принятия решений.

Краткое содержание

·        Предисловие.  

·        Введение.   Приведены общие принципы эволюционного моделирования (ЭМ) и дается краткое изложение основных идей ЭМ.

·        Глава 1.   Эволюция естественных и искусственных систем.    Рассмотрены различные подходы к эволюционному развитию природы. В частности рассмотрены следующие модели эволюции:  1) модель эволюции Ч. Дарвина, 2) модель эволюции Ж. Ламарка, 3) модель эволюции де Фриза, 4) модель К. Поппера, 5) синтетическая теория эволюции.

·        Глава 2. Эволюция и синергетика. Рассматриваются эволюционные и синергетические подходы в их тесной взаимосвязи при проектировании сложных интеллектуальных систем. Рассмотрена также новая идеология исследований в области искусственного интеллекта (ИИ) на основе системного подхода и многоагентно-ориентированной парадигмы.

·        Глава 3.      Генетические алгоритмы.   Приведены основные понятия и определения теории оптимизационных генетических алгоритмов (ГА). Они представляют собой наиболее хорошо исследованный и находящий широкое применение класс методов, сочетающий в себе элементы случайного поиска и эвристических подходов.

·         Глава 4.     Инструментальные средства эволюционного моделирования. Рассмотрены инструментальные средства ЭМ, в которых используется ряд методов одномерного и градиентного поиска, а также статистических методов оптимизации.     

·        Глава 5.  Гибридные системы.  Глава пятая посвящена построению гибридных систем, включающих подсистемы эволюционного моделирования, блоки оптимизации, взаимодействующие с имитационными моделями, экспертными системами и другими системами поддержки принятия решений.

·         Глава 6. Оптимизационные задачи на графах.  В шестой главе исследуются оптимизационные задачи на графах, такие как задачи разбиения, размещения, раскраски вершин графов, нахождения пути коммивояжера, построения деревьев Штейнера, трассировки соединений, построения клик, независимых подмножеств, покрывающих деревьев, определения планарности и изоморфизма графов.

·        Глава 7. Алгоритмы решения задач на графах.  Рассмотрены постановка задачи и описаны различные алгоритмы проектирования БИС и печатных плат – трассировка соединений. Рассмотрены модифицированные ГА двухслойной канальной трассировки для цепей стандартной и различной длины. Описаны четыре стратегии построения независимых подмножеств и клик графов.

·        Глава 8.  Прикладные оптимизационные задачи. Рассмотрены примеры решения практических  задач на основе методов ЭМ. Среди них рассмотрены примеры решения задач плоского раскроя материалов, одномерной и двумерной упаковки блоков, определения пути коммивояжера, трассировки серхбольших интегральных схем.  Далее в главе приводятся результаты исследований, связанных с применением гибридных систем на основе ЭМ и имитационного моделирования для решения задач  двумерного раскроя, динамического планирования поставок продукции на склад, краткосрочного планирования работы производственного участка.