Глава
A Multi-agent genetic algorithm for multi-objective optimization
В книге
В работе представлена разработанная модель адаптивного управления вертикально-интегрированными компаниями на основе системного подхода, поддерживающего механизм оперативного управления в едином цикле стратегического планирования в рамках более быстрого времени. При этом для нахождения оптимальных значений управляющих параметров используются специальные алгоритмы класса генетических алгоритмов, нейронных сетей и т.д. Представлен пример разработанной системы адаптивного управления для вертикально-интегрированной нефтяной компании.
В данной работе рассмотрена задача поиска корней систем трансцендентных уравнений. Подробно рассмотрен оригинальный подход к решению, основанный на генетических алгоритмах, который представляет собой альтернативу широко распространенным приближенным численным методам. Работа будет полезна при проведении инженерно-технических расчетов, решении вычислительных задач прикладного характера и в теоретических исследованиях, в которых приходится находить корни сложных систем трансцендентных уравнений. Работа доступна студентам и выпускникам, знакомым с основами численных методов, математического анализа, дискретной математики и комбинаторных алгоритмов.
The following topics were dealt with: human/computer interfaces; texture, depth and motor perception; neural nets; fuzzy systems; learning; product/process design; simulation; robotics; visual system cybernetics; batch processes; image compression and interpretation; AI applications; fuzzy adaptive control; decision modelling; agile manufacturing; service sector; inductive algorithms; complex systems; Petri nets; real time imaging; KBS; machine recognition; requirements engineering; inspection and shop floor control; environmental decision making; medicine; supervisory control; discrete event systems; power systems; software methods; heuristic search; vision systems; database systems; information modelling; facility design and material handling; conflict resolution; emergency management; genetic algorithms; decision making and path planning; IVHS; senses approximation; intelligent user interface; robust controllers for mechanical systems; cognitive and learning systems; command and control systems; pilot associate systems; neural net applications; real time systems; mobile robot visual processes; medical applications; utility energy systems; machine recognition; computing systems design; software engineering; military applications; data analysis; stochastic processes; guided vehicles; and stability and compensation.
Настоящая исследовательская работа посвящена проблеме управления сложными организационными структурами. На примере вертикально интегрированной компании (ВИК) описан механизм функционирования таких систем. Рассмотрены проблемы оперативного и стратегического управления. Предложены методы решения таких проблем основанные на использовании генетических алгоритмов и нейронных сетей. Предложена новая итерационная процедура согласования целей стратегического и оперативного управления основанная на оценке дисбаланса между акционерной стоимостью и чистой прибылью распределенной до выплаты дивидендов акционерам. Рассматриваемая система является двухкритериальной оптимизационной задачей со сложными многопараметрическими ограничениями.
В работе рассматривается структура разработанной системы поддержки принятия решений. Описываются результаты ее применения к задаче кредитного скрининга.