Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Основы теории эволюционных вычислений. Научная монография
.pdf
Серыми прямоугольниками изображены блоки команд
,
выполняемые дополнительными потоками, которые запускаются
главным потоком. Количество запускаемых потоков равно
количеству ядер процессора; во столько же раз уменьшалось
время работы алгоритма. Программа была построена так, что
автоматически запрашивала у системы ЭВ количество
имеющихся процессорных ядер и запускала, если это возможно
дополнительные потоки
.
Отметим, что в многопоточной программе организация
потоков будет тем эффективнее, чем с меньшим количеством
общих данных работают потоки. Это связано с тем, что если
потоки изменяют какие-то общие данные, то необходимо
применять
межпоточной синхронизации
события и др
специальные
дополнительные
(
критические секции, семафоры
механизмы
.).
Действия по синхронизации потоков минимальны и
,
,
запускаемые потоки практически не мешают друг другу, т.е
время ожидания одного потока, пока другие освободят общий
используемый ресурс, минимально
.
Для проверки эффективности одного из предлагаемых
способов распараллеливания базового цикла алгоритма ЭВ было
произведено тестирование для решения тестовых задач Соломона
[Solomon, 1987]
на двуядерном
процессоре
сначала
однопоточном, затем в двупоточном режиме. При решении всех
тестовых задач Соломона время работы алгоритма уменьшилось
как минимум в два раза по сравнению с однопоточным
вариантом. Эксперименты показали эффективность даже такого
простейшего распараллеливания алгоритма ЭВ, так как при
малых трудозатратах программиста достигался выигрыш по
времени во столько раз, сколько имеется в системе процессорных
ядер. Данный факт неуместно игнорировать при разработке
.
в
новых алгоритмов на базе общей теории ЭВ
.
Из предлагаемой теории ЭВ вытекают и другие способы
организации параллельных ЭВ. В частности, в зависимости от
201
задачи периодически можно производить миграцию решений
между узлами
(
способ
2).
Причем в этом случае на различных
узлах могут вычисляться различные целевые функции, что, в
свою очередь, открывает возможности для решения трудных
задач многокритериальной оптимизации. Более того
,
на
различных узлах сети могут быть установлены различные
алгоритмы ЭВ, инспирированных природными системами
модели которых были представлены выше в разделах
1.2 − 1.8.
Гетерогенная смесь этих алгоритмов, объединенных общей
теорией ЭВ, является более эффективной, нежели гомогенный
поиск
.
Таким
образом
,
главные
преимущества
ЭВ
инспирированных природными системами, заключаются в
простоте реализации, предположительно высокой скорости и
робастности
поиска
,
в
широких
возможностях
распараллеливания алгоритмов ЭВ. При этом скорость поиска
,
,
определяется временем работы алгоритма ЭВ и временем
достижения
робастность
−
решения
заданного
качества
,
устойчивостью поиска к попаданию в точки
локальных экстремумов и способностью постоянно от поколения
к поколению увеличивать качество популяции решений
.
Отметим, что робастность будет во многом зависеть от
когнитивных
возможностей используемых эволюционных
операторов, а наибольшее влияние на скорость ЭВ оказывают
размеры популяций и хромосом, а также такие особенности
целевых функций качества решений, как многоэкстремальность
(
множество
изолированность, дополнительный «шум
Исследованию
ложных
общих
аттракторов
свойств
), «
».
природных
обманчивость
систем
»,
препятствуют, как известно, два основных фактора. Во-первых
это единственность эволюционных исходов
,
которая не
а
,
позволяет проводить сравнительный анализ природных структур
(в
распоряжении исследователей имеется только один вариант
живого
,
реализовавшийся
на
202
Земле
).
Во-вторых
,
это
чрезвычайная сложность реальных природных объектов, которая
приводит к невозможности учесть огромное количество
взаимодействий элементов, определяющих функцию данного
объекта
.
3.3. Инструментальные средства для поддержки
теории эволюционных вычислений
Для
поддержки
эволюционных
вычислений
построения эволюционных операторов необходимы не только
адекватные модели и эффективные алгоритмы
инструментальные
обеспечивающая
конкретных моделей и алгоритмов эволюции, их подбора под
решаемую задачу
,
построение и динамическую настройку параметров алгоритмов
разработанной
средства
возможность
и
когнитивных
и
соответствующая
общей
рационального
теории
принципов
.
Нужны
среда
выбора
позволяющую осуществлять быстрое
,
ЭВ [Курейчик
, 2007 в]. В
настоящее время предложено большое
количество различных реализаций моделей и алгоритмов ЭВ
некоторые из них опробованы на тестовых задачах, однако их
применение в решении практических задач оптимизации
структурного синтеза и принятия решений затруднено ввиду
отсутствия или недостаточной гибкости соответствующих
программных систем. Существующие на текущий момент
программные средства, реализующие генетический поиск
обладают рядом существенных недостатков
•
разработанное
программное
:
обеспечение
жёстко
привязано к решаемой задаче на этапах кодирования и
декодирования её решений
•
программирование
практически с нуля
•
программное обеспечение закрыто для доработки или
;
;
алгоритма
ЭВ
начинается
,
,
,
для интеграции с другими программами
203
;
результатов поиска и промежуточных состояния
•
популяции решений не сохраняются, их невозможно
анализировать в дальнейшем
•
когнитивные возможности эволюционных операторов
являются ограниченными
;
.
В этой связи в дальнейшем предстоит разработать
архитектуру среды поддержки ЭВ. Она должна включать
общесистемную
среду
и
среду
поддержки
действий
пользователя. Общесистемная среда должна обеспечивать общее
управление процессами ЭВ, содержать базу данных и знаний
моделей, алгоритмов и эволюционных операторов, а также
инструменты для сборки рабочих программ ЭВ. Среда
поддержки
действий
пользователя
должна
включать
интерфейсную часть, поддерживать действия пользователя по
выбору вариантов алгоритма и модели ЭВ, по настройке
параметров алгоритма ЭВ с помощью соответствующих
диалоговых окон. Среда должна помогать подготавливать
определенные форматы исходных данных для решения
конкретных задач
результатов ЭВ
,
а также обеспечивать визуализацию
.
С теоретической точки зрения подобного рода структура
позволит устранить практически все описанные выше
недостатки
возможно
поддержка различных моделей и алгоритмов ЭВ
,
но сложность её практической реализации
,
окажется значительной
,
так как потребуется
.
Более перспективной представляется инструментальная
среда поддержки предлагаемой теории ЭВ, реализованная в
САПР электронных устройств. Она удовлетворяет следующим
техническим требованиям
•
возможность встраивания инструментальной среды в
различные
существующие
:
САПР
как
блока
,
проектирования и
/
или оптимизации
204
;
простота настройки эволюционного поиска, доступная
•
для
неспециалиста
в
области
эволюционного
моделирования и программирования
•
наличие блока подбора и адаптации операторов и
параметров алгоритмов ЭВ под решаемую задачу
•
возможность
использования
;
внешних
;
функций
реализующих когнитивные возможности эволюционных
операторов, способы кодирования и вычисления целевых
функций
•
наличие встроенных библиотек алгоритмов и операторов
;
ЭВ, типов кодирования и тестовых функций, а также с
возможностью гибкой настройки базового цикла алгоритма
ЭВ и использованием внешних функций
•
возможность запуска алгоритма с созданной внешними
средствами или ранее сохраненной начальной популяцией
•
наличие блока анализа исходных данных, сохранения
;
;
обработки и анализа результатов с расчетом основных
,
,
статистических данных
•
простота разработка инструментальных средств
;
.
Эти требования хорошо согласуются с приведенными в
разделе
2.2
основными положениями теории. Система ЭВ должна
быть принципиально открытой и процесс ее обучения никогда не
завершается созданием окончательной формализованной модели
В этом случае инструментальные средства выполняют роль
«
информационной машины» для системы ЭВ, которая способна
действовать
в
непрерывном
режиме
усвоения
и
реструктуризации информации. Роль обратной связи в такой
системе смогут выполнять экспертные знания и правила работы с
ними
.
При разработке инструментальных средств и среды
поддержки
рекомендациям
ЭВ
необходимо
.
следовать
следующим
.
Создать программы, реализующие эволюционный поиск и
позволяющие настраивать и управлять всеми его параметрами
205
.
Речь идёт о параметрах, устанавливаемых для популяций и не
изменяемых во время работы алгоритма ЭВ (количество запусков
алгоритма
устанавливаемых для популяций и которые могут изменяться
,
функция качества
),
а также о параметрах
.
Для исключения появления запрещённых комбинаций в
хромосомах и в связи со сложностью описания правил проверки
на их отсутствие, в инструментальной среде должна иметься
возможность подключить внешний механизм проверки и
коррекции
эволюционных операторов из внутренней библиотеки
хромосом
после
выполнения
композиции
.
База знаний инструментальной среды поддержки ЭВ
должна включать базу фактов и базу правил, предназначенную
для подбора параметров алгоритма ЭВ и их коррекции в ходе ЭВ
Это могут быть продукционные правила с нечётким заданием
переменных или фреймовые структуры. Логичным выглядит
также требование о возможности вычисления целевых функций и
,
.
функции качества в инструментальной среде путем выбора из
библиотеки тестовых функций или путем задания их
пользователем или с помощью внешней процедуры
Немаловажным
представляется
.
наличие
инструментальной среде средств для сохранения результатов
моделирования, сбора статистики, графического представления и
анализа результатов
.
С целью получения достоверной
информации о качестве работы исследуемого алгоритма ЭВ
инструментальная среда должна
позволять производить
несколько запусков с одинаковыми исходными параметрами
использовать методы математической статистики
.
Проект описанной структуры инструментальной среды
позволит применять её как при разработке и исследовании новых
моделей и алгоритмов ЭВ, так и в интересах совершенствования
и практического применения уже существующих разработок
в
,
,
использовать для решения задач оптимизации, структурного
синтеза
проектирования, системного анализа и многих других
,
принятия
решений
в
206
области
автоматизации
.
Заключение
Основные результаты, представленные в монографии
можно сформулировать следующим образом
.
Разработана общая теория эволюционных вычислений, как
математических
преобразований
,
позволяющих
трансформировать входной поток информации в выходной по
правилам, основанным на имитации механизмов эволюционного
синтеза, а также на статистическом подходе к исследованию
ситуаций и итерационном приближении к искомому решению
При этом в центре внимание находится рассмотрение
существующих подходов к решению задач разработки
эффективных математических моделей и распределенных
методов эволюционных вычислений
.
Приводится анализ
основных преимуществ и возможностей, которые предоставляют
методы, относящиеся к эволюционным вычислениям для анализа
когнитивного
аспекта
построения
искусственных
,
.
интеллектуальных систем
Рассмотрены
.
основные
положения
,
гипотезы
закономерности теории эволюционных вычислений, описана
универсальная феноменологическая модель эволюционных
вычислений. На основании проведенного анализа выявлены
основные
преимущества
и
отличительные
особенности
эволюционных вычислений, а также сформулированы основные
правила представления решений в математических моделях в
процессе эволюционных вычислений
.
Проведен анализ и описаны базовые модели эволюционных
вычислений
Рассмотрены
феноменологической модели эволюционных вычислений
,
инспирированных
когнитивные
возможности
природными
системами
универсальной
.
Отдельно рассмотрены вопросы организации и построения
параллельных эволюционных вычислений, а также различные
и
.
архитектуры и инструментальные средства поддержки теории
эволюционных вычислений
.
207
Авторы отдают себе отчёт, что за рамками книги остались
многие прикладные вопросы эволюционных вычислений
которые ждут своих исследователей. Теория эволюционных
вычислений, представленная в работе, является попыткой
обобщить существующие разнообразные модели и эвристические
алгоритмы, опираясь на гипотезы и закономерности, присущие
природным
системам
,
на
практике
доказавшие
свою
непримитивность, и читатели вольны отнестись к этой попытке с
известной долей скептицизма. Мы считаем, что различия в
существующих моделях эволюционных вычислений не носят
методологический характер и не затрагивают фундаментальные
принципы, присущие эволюции независимо от формы и уровня
абстракции модели
Эволюционные
.
вычисления
изначально
являются
недетерминированными, что подчёркивает их принадлежность к
разработкам в таких областях вычислительного интеллекта, как
,
нечёткие и гранулированные вычисления
,
искусственные
нейросети, эволюционный синтез. Эти направления, по мнению
авторов, составляют основу для построения эффективных
интеллектуальных информационных систем
,
позволяющих
учитывать когнитивные аспекты и оперировать с большими
объемами неточной или неполной информации
.
С учётом широких возможностей для распараллеливания
эволюционных
вычислений
они
способны
выдать
фантастический скачок производительности по сравнению со
случайным поиском и
«
перемолоть» трудные практические
задачи в самых разных областях, когда даже неизвестно как
искать правильное решение. Кроме того, эволюционные
вычисления, как разновидность математических преобразований
предоставляют удобные средства для алгоритмического решения
различных задач проектирования, оптимизационного синтеза
,
,
прогнозирования и управления, а процедуры эволюционного
поиска
непредсказуемость, являются очень устойчивыми
,
несмотря
на
кажущуюся
208
хаотичность
.
и
Основная цель работы и один из замыслов авторов
состояли в том, чтобы сделать достоянием читателей основные
положения общей теории эволюционных вычислений, а также
следствия из теории. По сути, теория предлагает переход от
традиционного программирования различных разновидностей
эволюционных алгоритмов к новой концепции, которая может
описывать сколь угодно сложную систему зависимостей и
структур, основанных на природных аналогиях при сохранении
основного требования к вычислительной модели
−
адекватности
исследуемому объекту. Причём модель не обязательно должна
быть формальной (например, в виде логических, алгебраических
дифференциальных
и
т.п
.
уравнений
),
она
может
эволюционировать во времени; цели моделируемого объекта и
критерии настройки и управления ими также могут быть не
формализованы и меняться во времени. В этом смысле система
реализующая
эволюционные
вычисления
является
,
,
принципиально открытой, может действовать в непрерывном
режиме усвоения и реструктуризации информации, ее сложность
не фиксирована, как и число параллельно реализуемых
алгоритмов эволюционных вычислений
.
В настоящее время ведётся работа по созданию среды и
инструментальных
вычислений
(
бенчмарки
,
),
средств
поддержки
эволюционных
включающих библиотеку тестовых функций
как для создания новых алгоритмов, так и в
интересах совершенствования и практического применения уже
существующих разработок. По мнению авторов, это позволит
получить эффективные решения многих трудных задач
оптимизации, структурного синтеза, принятия решений в самых
различных областях
Возможные замечания
исправления будут с благодарностью рассмотрены авторами
.
,
рекомендации
,
пожелания и
.
209
Список использованных источников
[
Букатова,
1979]
Эволюционное моделирование и его
приложения [Текст
[
Валиев
[
Текст
] / К.А.
Валиев, А.А. Конан
хаотическая динамика
[
Вернадский
[
Текст
] / В.И.
[
Гладков
Вернадский
Гладков, В.В. Курейчик, В.М. Курейчик
[
Гладков
[
Текст
]:
коллективная монография
В.М. Курейчик, П.В. Сорокалетов
[
Голицын
] / И.Л.
, 2001]
, 2006]
, 2006]
, 2009]
, 2005]
Букатова
. – М.:
Наука
Квантовые компьютеры: надежда и реальность
. –
Ижевск: НИЦ
», 2001.
Биосфера
. – М.:
Рольф
, 2006.
Генетические алгоритмы
. − М.:
Биоинспирированные методы в оптимизации
/ Л.А.
. − М.:
Физматлит
Информация и биологические принципы
оптимальности: Гармония и алгебра живого
В.М. Петров
. – М.:
Комкнига
, 2005.
, 1979.
«
Регулярная и
[
Текст
Физматлит
ноосфера
] /
, 2006.
Л.А
Гладков, В.В. Курейчик
, 2009.
[
Текст
] / Г.А.
Голицын
.
,
,
[
Дарвин
отбора [Текст
[
Дубинин
эволюции [Текст
[
Емельянов
моделирования
В.М. Курейчик
[
Капра
живых систем [Текст
[
Клаг
М
.:
Техносфера
[
Колчинский
, 2003]
] / Ч.
, 2000]
] / Н.П.
[
. – М.:
, 2002]
, 2007]
, 2007.
Происхождение видов путем естественного
Дарвин
. – М.:
Избранные труды. Т
Дубинин
, 2003]
Теория и практика эволюционного
Текст
Физматлит
Паутина жизни. Новое научное понимание
] / Ф.
Капра
Основы генетики [Текст
, 2006]
эволюционный синтез [Текст
научных изданий КМК
, 2006.
Тайдекс Ко
. − М.:
] / В.В.
, 2003.
. – М.:
Эрнст
] / Э.И.
, 2003.
.1.
Наука
, 2000.
Емельянов
ИД «Гелиус
] / У.
Майр
Колчинский
Проблемы гена и
,
В.В. Курейчик
», 2002. – 336 с.
Клаг, М. Каммингс
и
современный
. – М.:
Товарищество
,
. –
[
Курейчик
, 2002]
Эволюционные алгоритмы: генетическое
210
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]