CC BY
32
Известия ТРТУ
Тематический выпуск
Мутаиия 11 переставляет случайную пару элементов с положительным весом W и может бать описана следующим образом:
Шаг 1. Выбрать случайный контур L с равной вероятностью р^1/т|.
Шаг 2. Выбрать случайную пару элементов qi е Q и pi е Р, вес которой W(qi,pi) - положителен:
W(qi,pi)=f(qi,P) + Др1,0) - %1,0) - Г(р1,Р),
где Дд,Р) = I S(q) п8(Р) | - количество цепей, связывающих элемент q с множеством Р. Другими словами, если W(qi,pi) >0, то элементы qi и р1 сильнее связанны с , .
Шаг 3. Произвести перестановку выбранной пары элементов:
0=0\ qi и р1 , Р=Р\ р1 и qi
Разработанный оператор направленной мутации позволяет в процессе поиска ГА быстро улучшать структуру и качество решений задачи размещения элемен-, .
УДК 681.3.001
Ю.В. Чернухин, В.И. Протасов, Д.С. Панфилов
МЕТОД КОЛЛЕКТИВНОГО ПРИНЯТИЯ РЕШЕНИЙ ПРИ ПОСТРОЕНИИ ФОТОРОБОТА НА ОСНОВЕ ГЕНЕТИЧЕСКОГО АЛГОРИТМА
В данной работе предлагается метод составления фоторобота человеческого лица на основе генетического алгоритма. Разработаны алгоритм и программный комплекс системы коллективного принятия решения данной задачи и проведены
.
Предполагается, что свидетели (эксперты) видели лицо подозреваемого и запомнили его разные фрагменты. Совместными усилиями они должны восстановить .
Первоначально каждому эксперту предлагаются случайным образом сформированные портреты из заранее составленной библиотеки фрагментов. Реализуя целевую функцию генетического алгоритма, эксперты выбирают из них наиболее
( ).
всех выбранных портретов формируется исходная популяция. Далее программно реализуется операция скрещивания, в результате чего популяция удваивается. Далее программой производится случайное распределение этих портретов всем экспертам и цикл повторяется до вырождения популяции к искомому решению.
Для экспериментальных исследований предлагаемого метода в программный комплекс было введено понятие виртуального эксперта, представляющего собой эмулятор реального свидетеля. Для каждого виртуального эксперта случайным образом формируется матрица памяти, содержащая коэффициенты вероятности запоминания различных фрагментов человеческого лица. С ее помощью имитируются способности людей к запоминанию этих фрагментов с различными вероятно.
В проведенных экспериментах образ лица разбивался на 5 частей по 16 вариантов для каждой части, что позволяло иметь более миллиона различных портретов. В случае, когда у виртуальных экспертов коэффициенты вероятности в мат-
Материалы Международной конференции
“Интеллектуальные САПР”
рицах памяти не превышают семидесяти процентов, исходный образ формируется в среднем после 12 итераций. При увеличении количества виртуальных экспертов число необходимых итерационных циклов сокращается. Эксперименты с коллективом реальных экспертов показали, что количество требуемых итерационных циклов для построения искомого фоторобота не превышало десяти.
, , -зование метода принятия коллективного решения на основе генетического алгоритма для построения фоторобота весьма эффективно.
УДК 681.3.001
. . , . .
МОДИФИЦИРОВАННЫЙ АЛГОРИТМ БЕССЕТОЧНОЙ КАНАЛЬНОЙ ,
ПОИСКА
Трассировка внутри каналов (КТ) осуществляется с помощью горизонтальных и вертикальных отрезков. Каналом называется область прямоугольной формы, на одной или нескольких сторонах которой расположены контакты с системой од. , может проходить соединение в преимущественном направлении.
Каждая цепь, т.е. соединение эквипотенциальных контактов, в канальной трассировке представляется как одиночный горизонтальный отрезок с несколькими вертикальными отрезками, которые соединяют горизонтальный отрезок с контактами цепи [1]. Горизонтальные отрезки располагаются в одном слое, вертикальные в другом. Соединения между горизонтальными и вертикальными отрезками делаются через переходные отверстия.
При КТ не допускаются наложения вертикальных и горизонтальных отрезков , -ния и приводят к неработоспособности СБИС. Для решения этой задачи вводятся графы вертикальных и горизонтальных ограничений.
Основная особенность генетических алгоритмов (ГА) состоит в том, что анализируется не одно решение, а некоторое подмножество квазиоптимальных решений, называемых "хромосомами". Генетические алгоритмы позволяют получать целый спектр решений, из которых разработчик может выбрать наиболее подходящие по каким-либо параметрам.
Выбор методики кодирования хромосомы является чрезвычайно важной задачей при разработке генетического алгоритма. Поскольку определены ограниче-, -ков цепей в канале, то кодировку хромосом проводится с учетом этих ограниче-.
решений, т.е. хромосома должна задавать взаиморасположение горизонтальных отрезков цепей в канале.
Пусть ген задает расположение горизонтальных отрезков цепей п и т. Определим группы генов:
1) Незначащие- если отрезки не имеют конфликтов и их взаиморасположение ни чем не ограничено, то ген соответствующий им не имеет значения и взаимное расположение отрезков т и п определяется из отношений этих отрезков с дру.
