CC BY
65
Обобщая вышеизложенное, можно сделать следующие выводы:
1. Применение эволюционной адаптации в схемотехническом проектировании позволяет обосновать алгоритмы, использующие аналогии с процессами происходящими в живой природе. Преимуществом этого подхода является использование эффективных механизмов эволюции, отработанных тысячелетиями в процессе развития окружающего мира
2. Использование проблемной информации об объекте проектирования позволяет уменьшить временные затраты при моделировании процесса эволюции за счет использования символьных моделей.
ЛИТЕРАТУРА
1. Ланнэ А.А. Нелинейные динамические системы : Синтез, оптимизация, идентификация. -Л. : ВАС, 1985. - 286 с.
2. Данилов Л.В. Ряды Вольтерра-Пикара в теории нелинейных электрических цепей. - М.: Радио и связь, 1987. - 224 с.
3. Богданович Б.М. Нелинейные искажения в прием-ус-ных устройствах. - М.: Связь, 1980. - 280с.
4. . . -
пей // IEEE Trans. on CS, v.CT-14. - 1970. - №.4. - С. 584-594.
5. Курейчик В.М. Генетические алгоритмы. - Таганрог: изд-во ТРТУ, 1998. - 242 с.
6. . . - -граммной поддержки САПР электронных устройств. - Таганрог: изд-во ТРТУ, 1999. -194 с.
УДК 681.3.001.63
Ю.В. Чернухин, В.И. Протасов, Д.С. Панфилов
МЕТОД ВОССТАНОВЛЕНИЯ СУБЪЕКТИВНОГО ПОРТРЕТА НА ОСНОВЕ ГЕНЕТИЧЕСКОГО АЛГОРИТМА
Известные методы восстановления субъективного портрета (составление фоторобота подозреваемого) главным образом используют художественные способ. , -, . недостатка лишен предлагаемый в данной работе способ восстановления субъек-, -- . данного способа заключается в том, что в качестве оценочной функции для популяции особей используется суммарная коллективная субъективная оценка качества особи в популяции решений. Суть метода сводится к следующему.
Пусть свидетели (эксперты) видели лицо подозреваемого и запомнили его .
.
Первоначально свидетели поодиночке, с использованием обычных методов восстанавливают варианты искомого портрета (чаще всего эти портреты не похо-, , ), -вого приближения специализированной программе-диспетчеру, которая случай-
ным образом перемешивает эти портреты (например, глаза берет от одного портрета, нос от другого и т.п.) и создает удвоенное количество таких портретов. Затем эта программа попарно раздает их свидетелям, которые отбраковывают неудачные варианты, а удачные возвращают программе-диспетчеру. После получения ответов всех свидетелей программа формирует новую улучшенную популяцию путем перемешивания портретов и работа свидетелей по оценке этой «популяции» повторяется. Циклы ОЦЕНКА-ПЕРЕМЕШИВАНИЕ продолжаются до тех пор, пока «популяция» не выродится к искомому портрету. Свидетели могут ускорить и улучшить качество работы по восстановлению субъективного портрета, внося при оценке вариантов очевидные для них изменения (программа предоставляет им та).
В общем виде алгоритм реализации данного метода можно сформулировать следующим образом:
1. Сгенерировать начальное множество исходных портретов случайным образом, либо путем использования специальных средств;
2. Раздать четные наборы портретов экспертам;
3. Экспертам выбрать половину из предложенного набора портретов и, при , ;
4. Из выбранных экспертами портретов сформировать «родительскую» вы;
5. В «родительской» выборке выбирать по два случайных портрета и производить операцию скрещивания до тех пор, пока не будет восстановлено их перво;
6. Раздать случайным образом сформированные портреты экспертам;
7. Если совместный портрет удовлетворяет экспертов, то конец, иначе переход к пункту 3.
На рис. 1 представлены главное окно и исходное меню программы " ". . 2
для составления исходной популяции портретов с использованием реальной базы данных фрагментов человеческого лица. На рис. 3 показано меню выбора и оценивания свидетелями предлагаемых программой-диспетчером вариантов портретов. На рис. 4 приведено окно вывода результатов работы коллектива свидетелей.
Рис. 1. Исходное меню программы
Рис. 2. Составление портрета из элементов базы данных.
Рис.3. Меню выбора и оценивания
Рис. 4. Конечный результат
Было проведено большое количество экспериментов по восстановлению субъективных портретов предлагаемым методом с использованием так называемых виртуальных экспертов. Виртуальный эксперт представляет собой компьютерный эмулятор реального свидетеля. Случайным образом, в пределах некоторой заранее установленной процентной нормы запоминания, для каждого виртуального эксперта формируется матрица памяти. На основе этой матрицы виртуальный эксперт выбирает половину из предложенных ему портретов и с некоторой долей вероятности вносит в них изменения. Далее, аналогично ситуации с реальными экспертами формируется «родительская» выборка, производится скрещивание портретов и весь цикл повторяется вновь. С целью более полного сходства виртуального эксперта с реальным свидетелем для виртуального эксперта вводится понятие . , виртуального эксперта перед каждым шагом алгоритма формируется заново. Это свойство отражает реальную работу человеческой памяти, так как в процессе формирования фоторобота реальный свидетель может вспоминать некоторые детали
, .
Экспериментальные исследования показали достаточно высокую надежность предлагаемого метода даже в тех случаях, когда незначительная часть свидетелей . ,
совместный портрет может незначительно отличаться от исходного, а дальнейшие изменения некоторыми свидетелями отдельных деталей к уточнению совместного портрета не приводят.
Представляет интерес применение предложенного метода для проведения , , -ного заключения, когда в качестве вариантов используются не портреты, а сгенерированные экспертами версии диагноза или фрагменты текстов. В этом случае с помощью программы-диспетчера, «дирижирующей» работой экспертов по их же , , экспертное заключение не удовлетворит всех участников консилиума.
В заключение следует отметить и такое важное свойство рассмотренного ме-
,
свидетелей или экспертов, находящихся в разных городах и странах, объединенных компьютерной сетью. В настоящее время это является весьма важным и акту. , -нимной работы свидетелей.
, -нове генетического алгоритма для восстановления субъективного портрета весьма эффективен и может найти практическое применение.
