Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Моделирование и алгоритмическое обеспечение синтеза состава смесей холодильных агентов на основе модифицированного комплексного эволюционного метода

Диссертация: Моделирование и алгоритмическое обеспечение синтеза состава смесей холодильных агентов на основе модифицированного комплексного эволюционного метода
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Разработан гибридный метод поиска, основанный на идее генетических методов с включением в эвристический алгоритм локального поиска решений. При тестировании на тестовых функциях, в том числе на созданной функции оценки МКЭМ, разработанный метод опередил стандартный генетический алгоритм по таким важным характеристикам, как вероятность нахождения глобального экстремума, скорость сходимости… Читать ещё >

Содержание

  • СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ
  • ГЛАВА 1. АНАЛИЗ ПРОЦЕССА СИНТЕЗА СОСТАВА СМЕСЕЙ ХОЛОДИЛЬНЫХ АГЕНТОВ
    • 1. 1. Анализ работ по исследованию холодильных агентов
      • 1. 1. 1. История вопроса
      • 1. 1. 2. Существующие хладагенты
      • 1. 1. 3. Проектирование новых хладагентов
    • 1. 2. Программные системы для решения задачи поискового проектирования холодильных агентов
    • 1. 3. Анализ поисковых методов
      • 1. 3. 1. Детерминированные методы
      • 1. 3. 2. Приближенные алгоритмы
      • 1. 3. 3. Гибридные методы
    • 1. 4. Выводы по первой главе
  • ГЛАВА 2. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ СИНТЕЗА СОСТАВА СМЕСИ ХОЛОДИЛЬНЫХ АГЕНТОВ
    • 2. 1. Постановка многокритериальной задачи принятия решения
    • 2. 2. Структура критериев выбора состава смеси холодильных агентов
      • 2. 2. 1. Теплофизические и термодинамические критерии
      • 2. 2. 2. Тепловые свойства
      • 2. 2. 3. Показатели экологичности и безопасности
      • 2. 2. 4. Эксплуатационные критерии
      • 2. 2. 5. Экономические критерии
      • 2. 2. 6. Технологические критерии
    • 2. 3. Нормирование критериев
    • 2. 4. Оценка важности целей
    • 2. 5. Модель синтеза состава смеси холодильных агентов
    • 2. 6. Выводы по второй главе
  • ГЛАВА 3. МОДИФИЦИРОВАННЫЙ КОМПЛЕКСНЫЙ ЭВОЛЮЦИОННЫЙ МЕТОД
    • 3. * I * I lot i hi loiiKii Л1дцчп t i* м i «i m «it m f m * ii ii i 111 и i mi i m «i 111 111 m mui i"1111 mi mi i и 11 и i им m
      • 3. 2. С i pa i ci idi попеки решения
      • 3. 3. Геометрическая интерпретация
      • 3. 4. Описание алгоритма
      • 3. 5. Сходимость МКЭМ
      • 3. 6. Функция оценки модифицированного комплексного эволюционного метода
      • 3. 7. Сравнение результатов
      • 3. 8. Адаптация метода к задаче синтеза состава смеси хладагентов
      • 3. 9. Выводы по третьей главе
  • ГЛАВА 4. АЛГОРИТМИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ СИНТЕЗА СОСТАВА СМЕСИ ХОЛОДИЛЬНЫХ АГЕНТОВ
    • 4. 1. Алгоритмическое обеспечение синтеза состава смеси холодильных агентов
      • 4. 1. 1. Алгоритм получения оценок важности критериев
      • 4. 1. 2. Алгоритм модифицированного комплексного эволюционного метода поиска решений
    • 4. 2. Характеристика и назначение программы
    • 4. 3. Структура программы
    • 4. 4. Функциональная модель
    • 4. 5. Мифологическая модель
    • 4. 6. Программная реализация КСППР при выборе состава смеси холодильных агентов
    • 4. 7. Найденное решение
    • 4. 8. Выводы по четвертой главе

Моделирование и алгоритмическое обеспечение синтеза состава смесей холодильных агентов на основе модифицированного комплексного эволюционного метода (реферат, курсовая, диплом, контрольная)

Одними из важнейших мировых экологических проблем являются уменьшение толщины озонового слоя и глобальное потепление климата.

Для решения проблемы по защите озона были проведены международные совещания, заседания ряда международных объединений. В результате чего в 1985 году была подписана Венская конвенция об охране озонового слоя. В 1986 году был принят Монреальский протокол по веществам, разрушающим озоновый слой. В 1990 году к нему были приняты Лондонская, в 1992 году — Копенгагенская, в 1997 годуМонреальская, в 1999 году — Пекинская поправки, в которых были конкретизированы вещества, разрушающие озоновый слой и сроки сокращения их производства и потребления. В 2005 году последние три поправки к Монреальскому протоколу были приняты Российской Федерацией.

В декабре 2004 года Российская Федерация присоединилась к Киотскому протоколу, регулирующему выброс в атмосферу парниковых газов.

В настоящее время не существует хладагента, который по своим параметрам мог бы полностью заменить озоноразрушающие вещества в действующем оборудовании, поэтому одним из перспективных направлений замены экологически опасных рабочих веществ является использование смесевых холодильных агентов. В связи с этим возникает задача синтеза состава новых смесей холодильных агентов с заданными значениями характеристик, не влияющих негативно на окружающую среду. Наличие большого числа критериев выбора делает практически невозможным решение этой задачи вручную.

В настоящее время актуальной является задача разработки математической модели и программного обеспечения синтеза состава смесей холодильных шишом с исполь’юпшшом соиремемиых мсюдоп поиски решений.

Целыо диссертационной работы является разработка метода, модели, алюритмов и программного обеспечения для синтеза состава смесей холодильных агентов.

Для достижения поставленной цели в диссертационной работе осуществляется решение следующих основных задач:

1. Анализ работ по исследованию холодильных агентов, поисковых методов, систем поддержки принятия решений.

2. Определение состава критериев выбора смесей холодильных агентов, выбор направления оптимизации, диапазона изменения значений критериев.

3. Разработка математической модели синтеза состава смеси холодильных агентов.

4. Разработка метода поиска рациональных решений в задаче синтеза состава смеси холодильных агентов.

5. Разработка тестовой функции для проверки сходимости приближенных алгоритмов поиска.

6. Создание комплекса программ для поддержки принятия решения при синтезе состава смеси холодильных агентов.

Для решения поставленных задач и достижения намеченной цели использованы методы математического моделирования, системного анализа, теории принятия решений, эволюционные методы, методы математического программирования, методы математической статистики.

Обоснованность результатов обусловлена корректным применением указанных методов исследования. Достоверность подтверждается вычислительными экспериментами и практическим применением результатов диссертационной работы, что отражено в актах внедрения.

Научная новизна заключается в следующем:

1. Предложен модифицированный комплексный эволюционный метод поиска, основанный на гонешчееком алгоритме и последующем поиске локально-оптимального решения, отличающийся возможностью применения различных стратегий поиска в зависимости от постановки задачи.

2. Разработана математическая модель, формализующая синтез состава смеси холодильных агентов, позволяющая получить рациональные решения на основе группы методов многокритериального выбора, отличающаяся возможностью задания условий на количество входящих в состав смеси агентов, на типы и значения критериев смеси.

3. Предложена новая тестовая функция, предназначенная для проверки сходимости приближенных алгоритмов поиска с учетом их генетической природы, отличающаяся большей овражностью, чем существующие тестовые функции, позволяющая более эффективно производить оценку сходимости и вычислительной мощности эволюционных методов.

Практическая ценность работы:

1. Разработано алгоритмическое обеспечение, реализующее математическую модель синтеза состава смеси холодильных агентов, функциональная и инфологическая модели системы поддержки принятия решения, которые применены при создании компьютерной системы поиска решений на основе модифицированного комплексного эволюционного метода и компьютерной системы поддержки принятия решений для синтеза состава смеси холодильных агентов.

2. Разработанная компьютерная система поддержки принятия решений принята к использованию на предприятиях, осуществляющих эксплуатацию холодильного оборудования.

3. Модифицироншшый комплексный 'люлюциоипый меюд iioiiojibjomiii н учебном процессе Аарнхипекого юсудира ценною технического университета при преподавании дисциплин «Системы искусственного интеллекта», «Системы реального времени».

Основные результаты работы докладывались и обсуждались на IX Международной открытой научной конференции «Современные проблемы информатизации в технике и технологиях» (Воронеж, 2004 г.), V Международной научной конференции «Наука и образование» (Белово, 2004 г.), IV Всероссийской научно-практической конференции «Информационные технологии в экономике, науке и образовании» (Бийск, 2004 г.), VII Международной научной конференции «Наука и образование» (Белово, 2006 г.), IV Всероссийской научно-технической конференции «Вузовская наука — региону» (Вологда, 2006 г.), III ежегодной межвузовской научно-практической конференции «Тенденции развития современных информационных технологий, моделей экономических, правовых и управленческих систем» (Рязань, 2006 г.), X Всероссийской научно-практической конференции «Научное творчество молодежи» (Анжеро-Судженск, 2006 г.).

Основные положения диссертационной работы отражены в 14 опубликованных научных работах, в том числе в 1 статье в научно-техническом издании, в котором ВАК РФ рекомендует публикацию основных научных результатов диссертаций, в 2 свидетельствах об официальной регистрации программ для ЭВМ.

Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы.

6. Результаты работы использованы на предприятиях, осуществляющих эксплуатацию холодильного оборудования, и в учебном процессе Астраханского государственного технического университета.

ВИБЛИОГРЛФИЧЕСКИЙ список использовлпной.

ОСНОВНЫЕ ПЫПОДЫ И ЗАКЛЮЧЕНИЕ.

Основные научные и практические результаты диссертационной работы состоят в следующем:

1. Разработана математическая модель, формализующая синтез состава смеси холодильных агентов, позволяющая получить рациональные решения в задаче синтеза состава смеси холодильных агентов, при этом были решены следующие задачи:

• определено направление оптимизации по каждому критерию смесей холодильных агентов, диапазон изменений значений критериев;

• для нормирования количественных критериев выбрано преобразование, которое позволяет учитывать диапазон изменения значений критериев смеси;

• для оценки важности целей выбран метод последовательного сравнения, который позволяет получать наиболее точные оценки благодаря последовательному применению ранжирования и непосредственной оценки критериев.

2. Разработан гибридный метод поиска, основанный на идее генетических методов с включением в эвристический алгоритм локального поиска решений. При тестировании на тестовых функциях, в том числе на созданной функции оценки МКЭМ, разработанный метод опередил стандартный генетический алгоритм по таким важным характеристикам, как вероятность нахождения глобального экстремума, скорость сходимости к экстремуму.

3. Разработанные алгоритмы оценок важности критериев и поиска состава смеси холодильных агентов применены при создании комплексп программ для поддержки принятия решения при сип юзе состппа смсси холодильных агентов.

4. Созданная КСППР позволяет улучшить качество решений, а также снизить сроки разработки новых смесей холодильных агентов.

5. Компьютерной системой синтезированы новые озонобезопасные смеси холодильных агентов с нулевым значением озоноразрушающего потенциала, которые можно использовать в действующем холодильном оборудовании.

Показать весь текст

Список литературы

  1. Р., Сасиени М. Основы исследования операций. М.: Мир, 1974.
  2. A.B. и др. Интеллектуальные системы принятия проектных решений. Рига: Зинатне, 1997,320 с.
  3. .С. Хладагенты, масла, сервис холодильных систем: Монография. Рязань: Узоречье, 2003. — 470 с.
  4. В.Г., Блинова О. В., Зотиков B.C. и др. Озонобезопасные альтернативы и заменители. СПб.: — Химиздат, 2003. — 304 с.
  5. А.Н., Вилюмс Э. Р., Сукур Л. Я. Диалоговые системы принятия решений на базе мини-ЭВМ: Информационное, математическое и программное обеспечение. Рига: Зинатне, 1986, 195 с.
  6. М.Д., Смирнов C.B. Реализация и исследование производительности объектно-ориентированной СУБД // Программирование. 1992. № 6. С. 18−28.
  7. В.Г., Кузьмин А. Ю. Холодильные машины, работающие на неазеотропных смесях хладагентов // Учебное пособие. Астрахань, 2003. 156 с.
  8. Буч Г. Объектно-ориентированное проектирование с примерами применения: Пер. с англ. М.: Конкорд, 1992. 519 с.
  9. A.B., Калинин И. М., Сапронов В. И. Альтернативные холодильные агенты // Холодильная техника, 1989.
  10. Э.Р., Слядзь H.H., Борисов А. Н. Программная система поддержки принятия проектных решений // Программные продукты и системы, 1989. № 4, с. 70−77.
  11. И.Д., Кузнецов C.B., Смирнов C.B. Приобретение знаний и моделирование для реорганизации инженерной деятельности // Распределенная обработка информации: Труды шестого международного семинара. Новосибирск: СО РАН, 1998. С. 304−307.
  12. ВиттихВ.А. Интеграция знаний при исследованиях сложных систем на основе инженерных теорий // Известия РАН. Теория и системы управления. 1998. № 5. С. 132−139.
  13. В.А. Управление открытыми системами на основе интеграции знаний // Автометрия. 1998. № 3. С. 38−49.
  14. ВиттихВ.А., Смирнов C.B. Интегрированные модели артефактов в согласованной инженерной деятельности // Труды VI нац. конф. по искусственному интеллекту. Т. 2.. М.: Российская ассоциация ИИ, 1998. С. 398−403.
  15. .В., Максимов Б. Н. Проблемы применения фреонов в холодильной технике.// Холодильная техника. № 3. 1989. С. 2 5
  16. И.В., Шуршев В. Ф. К вопросу о математическом моделировании синтеза состава смеси холодильных агентов // Материалы X Всероссийской научно-практической конференции «Научное творчество молодежи». Анжеро-Суджинск, 2006, с. 107.
  17. Н.В., Шуршев В. Ф. Компьютерная система поддержки принятия решения при выборе состава смеси холодильных агентов // Материалы IV Всероссийской научно-технической конференции «Вузовская наука региону». — Вологда, 2006.
  18. Н.В., Шуршев В. Ф. Компьютерная система поиска решений на основе комплексного эволюционного метода // Материалы IV Всероссийской научно-технической конференции «Вузовская наука -региону». Вологда, 2006.
  19. Н.В., Шуршев В. Ф. Математическая модель выбора состава смеси холодильных агентов // Материалы VII Международной научной конференции «Наука и образование». Белово, 2006.
  20. О.В., Демич Н. В. Исследование алгоритмов оптимизации с помощью вычислительных экспериментов // Материалы V
  21. Международной научной конференции «Паукп и обрмошшпе», -Бслово, 26−27 февраля, 2004, с. 483−485.
  22. В.П., Жидков В. В. Эколого-энергетические аспекты внедрения альтернативных хладагентов в холодильной технике. Донецк: Донбасс. 1996. 144с.
  23. A.A., Жилинскас А. Г. Методы поиска глобального экстремума, М.: Наука, 1991.
  24. E.H., Станкевич Ю. А. Некоторые современные методы решения оптимизационных задач, Материалы Второй международной конференции «Новые информационные технологии в образовании», 1996.
  25. Н.В., Пестриков C.B. Анализ устойчивости функционирования экономических систем относительно поставленных целей. Самара: Издательство Самарского государственного технического университета, 1999.
  26. А.Г. Системы эвристической самоорганизации в технической кибернетике. Киев: Техника, 1971.
  27. Искусственный интеллект: В 3-х кн.: Справочник, Кн. 2. Модели и методы / Под ред. Д. А. Поспелова. М.- Радио и связь. 1990. 304 с.
  28. Ч. Количественные методы принятия решений в управлении и экономике М.: Наука, 1966.
  29. Киотский протокол к Рамочной конвенции Организации Объединенных Наций об изменении климата (Киото, 11 декабря 1997 г.) // www.unfccc.int
  30. Л.Г., Голубин A.B. Исследование свойств генетических алгоритмов оптимизации //Методы исследования и проектирования сложных технических систем: Сборник статей. М.:Изд-во МГТУ им. Н. Э. Баумана. 2001. (Труды МГТУ № 580)
  31. М.А. Конструирование специфицирующих оболочек для пакетов прикладных программ // УСиМ. 1990. № 2. С. 43−49.
  32. А.П. Применение неазеотропных смесей агентов в компрессионных холодильных машинах: Автореф. дисс. / Одесса, 1964., С. 24.
  33. В.М. Генетические алгоритмы. Состояние. Проблемы. Перспективы// Известия РАН. Теория и системы управления. 1999. № 1.
  34. Э., Мюллер К. Методы принятия технических решений. М.: Мир, 1975.
  35. И.О. Профессиональное программирование. Системный подход. Спб.: БХВ-Петербург, 2002. — 512 с.
  36. Н.Б., Сенилов М. А., Тененев В. А. Интеллектуальные модели на основе гибридного генетического алгоритма с градиентным обучением лидера // Искусственный интеллект. 2004. № 4.
  37. Перспективы развития вычислительной техники: В 11 кн.: Справочное пособие / Под ред. Ю. М. Смирнова. Кн. 2. Интеллектуализация ЭВМ / Е. С. Кузин, А. И. Ройтман, И. Б. Фоминых и др.. М.: Высш. шк., 1989. 159 с.
  38. В.А., Фомин С. А. Реализация компонентов гибридных экспертных систем семейства ПРОТЕЙ: Тез. докл. Всесоюз. конф. по искусственному
  39. D.B. Окспоршые системы ренльиого промоин // Открытые
  40. СНС1СМЫ, 1995, № 2, с. 48−51.
  41. Г. С. Искусственный интеллект. основа новой информационной технологии. М.: Наука, 1988. 280 с.
  42. Программирование в ограничениях и недоопределенные модели / A.C. Нариньяни, В. В. Телерман, Д. М. Ушаков и др. // Информационные технологии. 1998. № 7. С. 13−22.
  43. Растригин J1.A. Статистические методы поиска. М.: Наука, 1968.
  44. Свидетельство об официальной регистрации программы для ЭВМ № 2 005 611 481. Компьютерная система поддержки принятия решений выбора состава смесей холодильных агентов. Шуршев В. Ф., Демич Н.В.- 10.02.2006.
  45. Свидетельство об официальной регистрации программы для ЭВМ № 2 005 611 482. Компьютерная система поиска решений на основе Комплексного Эволюционного Метода. Шуршев В. Ф., Демич Н. В. -10.02.2006.
  46. C.B. Открытая архитектура инструментальных средств моделирования сложных систем // Проблемы управления и моделирования в сложных системах: Труды международной конф. Самара: СНЦ РАН, 1999. С. 59−66.
  47. .Я., Яковлев С. А. Моделирование систем.. М.: Высш. шк., 1985.271 с.
  48. .Г., Пуусепп М. Э., Таваст Р. Р. Анализ и моделирование производственных систем. М.: Финансы и статистика, 1987. 191 с.
  49. X. Введение в исследование операций: Управление и моделирование в сложных системах, кн. 2, перев. с англ., М.: Мир, 1985.
  50. В.Л., Паклим H.Б. Гибридный генетический алгоритм с градиентным обучением лидера // Интеллектуальные системы в производстве. 2003. № 2.
  51. В.А., Паклин Н. Б. Оптимальное управление распределением средств товаропроизводителей // Системный анализ в проектировании и управлении: Труды VIII Междунар. научно-практ. конф. Ч. 1. СПб: Изд-во СПбГПУ, 2004.
  52. Технология системного моделирования /Е.Ф. Аврамчук, A.A. Вавилов, С. В. Емельянов и др. М.: Машиностроение- Берлин: Техник, 1988.. 520 с.
  53. О.Б. Озонобезопасные холодильные агенты. М.: ЦИНТИ. 1991.25 с.
  54. О.Б. Хладагенты. Тенденции развития. ХТ. 1997. № 8. С.6−7.
  55. О.Б., Лаптев Ю. А. Поправки и корректировки Монреальского протокола. Прогресс в области холодильных агентов. Проблемы теплофизики и теплообмена в холодильной технике: Межвуз. сб. научн. тр. СПб.: СПбГАХПТ. 1994. С.3−11.
  56. О.Б., Лаптев Ю. А. Теплофизические аспекты экологических проблем современной холодильной техники // Материалы X Российской
  57. ШлеерС., МеллорС. Объектно-ориентированный анализ: моделирование мира в состояниях: Пер. с англ. Киев: Диалектика, 1993.240 с.
  58. В. Ф. Формирование набора критериев для компьютерной системы поддержки принятия решения при выборе новых холодильных агентов // Известия высших учебных заведений. СевероКавказский регион. Технические науки. 2005. Пр. 1. С. 144 — 147.
  59. Back Т., Hoffmeister F. and Schwefel H.-P. A Survey of Evolution Strategies, in Proceedings of the 4th International Conference on Genetic
  60. Algorithm" (ICCA IV), cd. R. K, Hclcw nnd 1&bdquo-П, Hooker, Morgnn Kiuifmnn
  61. PtiWishois, Inc., Sim Diego, 1091,
  62. Battiti R., Tecchiolli G. Local Search with Memory: Benchmarking RTS, Operations Research Spectrum, 1995.
  63. Budyachevsky I.A. Knowledge-based tools for development of engineering theories // Artificial Intelligence in Engineering. 1997. Vol. 11. № 1. P. 3140.
  64. Carnegie M. School of computer science Электронный ресурс. / Carnegie Mellon University. Pittsburgh, 1997−2005. Режим доступа: http://ftp.cs.cmu.edu:/user/ai/areas/expert/systems/ops5/ops5.tar.gz, свободный.
  65. Clemen, Robert T. Making Hard Decisions: an Introduction to Decision Analysis. Brooks/Cole Publishers, 1996.
  66. Clements B.R., Preto F. Evaluating Commencial Real Time Expert System Software for Use in the Process Industries. C&I, 1993, p. 107−114.
  67. Cogger K.O., Yu P. L. Eigenweight vector and least-distance approximation //J. Optimiz. Theory and Appl, 1985, V. 46, № 4, p. 483−491.
  68. Colorni A., Dorigo M. and Maniezzo V. A Genetic Algorithm to Solve the Timetable Problem. Technical Report No. 90−060, Politecnico di Milano, Italy, 1990.
  69. Davis L. Applying adaptive algorithms to epistatic domains. In 9th Int. Joint Conference on AI, 1985.
  70. Davis, Lawrence. Handbook of Genetic Algorithms. ITP Publishing Company, 1991, pp. 50−51.
  71. Deb K., Agrawal R.B. Simulated binary crossover for continuous search space // Complex Systems. 1995. № 9.
  72. Dennis L.B., Dennis T.D. Management science. West Publishing Company, NY, 1991.
  73. Fogel D.13. Applying evolutionary programming to selected traveling MOlesman problem, Cybernetics and Systems 24(1), 1993.
  74. Forrest S. and Mayer-Kress G. Genetic algorithms, nonlinear dynamical systems, and models of international security. In L. Davis, editor, Handbook of Genetic Algorithms, Van Nostrand Reinhold, 1991.
  75. Goldberg. E. Genetic Algorithms in search, optimization and machine learning. Addison-Wesley, 1989.
  76. GruberT.R. A translation approach to portable ontologies // Knowledge Acquisition. 1993. V. 5. № 2. P. 199−220.
  77. Harmon P. The AI Tools Market The Market for Intelligent Software Building Tools // Intelligent Softwane Strategies, 1994, V. 10, № 2, p. 1−14.
  78. Harmon P. The market for intelligent software products // Intelligent Software Strategies, 1992, V. 8, № 2, p. 5−12.
  79. Harmon P. The Size of the Commercial AI Market in the US // Intelligent Software Strategies, 1994, V. 10, № 1, p. 1−6.
  80. Harp S.A. and MOmad T. Genetic synthesis of neural network architecture. In L. Davis, editor, Handbook of Genetic Algorithms, Van Nostrand Reinhold, 1991.
  81. Herrera F., Lozano M., Sanchez A. Hybrid crossover operators for real-coded genetic algorithms: an experimental study // Soft Computing. 2005. Vol. 9, № 4.
  82. Herrera F., Lozano M., Verdegay J. Tackling real-coded genetic algorithms: operators and tools for the behavior analysis // Artificial Intelligence Review. 1998.Vol. 12. № 4.
  83. Holland, John H. Adaptation in Natural and Artificial Systems: an Introductory Analysis with Applications to Biology, Control, and Artificial Intelligence. Massachusetts Institute of Technology, 1992, pp. 93−94, 100, 102.
  84. Keime A, J. A brief comparison opsonic evolutioiuiry optimization methods, ?11 Modern Heuristic Search Methods, cd. V. Ruyward-Smith, I. Osmat, C. Reeves and G.D. Smith, J. Wiley, 1996
  85. Manikas T.W., Cain G.T. Genetic Algorithms vs. Simulated Annealing: A Comparison of Approaches for Solving the Circuit Partitioning Problem, Technical Report No. 96−101, University of PitnoHCK c 3anpeTaMHburgh, Dept. of Electric Engineering, 1996.
  86. Martello S., Toth P. Knapsnak Problems: Algorithms and Computer Implementations. Wiley-Interscience, Chichester, UK, 1996.
  87. Mei V.C., Chen F.C., Chen D.T., Huang-Fu E.P. Service tests of the system of an air conditioning on R22 and admixture R32/125/134a (30/10/60) // ASHRAE Trans., USA, 1995, v/101, N2. P. 1072−1077.
  88. Michalevich, Zbignev. Genetic Algorithms + Data Structures = Evolution Programs. Berlin, Heidelberg, 1994, pp. 66−69.
  89. Mitchell M., Forrest S., and Holland J. The Royal Road for Genetic Algorithms: Fitness Landscapes and TA performance, in Proceedings of the First European Conferenceon Artificial Life, MIT Press, Cambridge, 1992.
  90. Moore B. Memorandum. Gensym Corparation, 1993, April, p. 1−33.
  91. Moore B. Questions and Answers about G2. Gensym Corporation, 1993, p. 26−28.
  92. Perley D. Migrating to Open Systems: Taming he Tiger. McGraw-Hill, 1993, p. 252.
  93. Practical Handbook of Genetic Algorithms// Ed. By I.Chambers. Washington. USA, CRC Press, 1999.
  94. R?niiiln Т. Rmpiriciil compnrfaon offliochiifltic Algorithms, in Proceedings ofthe Second Nordic Workshop on Genetic Algorithms nnd their Applications, University of VaaMO, 1996.
  95. Rutenbar R.A. Simulated annealing algorithms: An overview. IEEE Circuits and Devices MarAzine, January 1989.
  96. Sato H., Watanabe K. Thermodynamic-property database for new refrigerants. Proc. 19th Intern. Congress of Refrigeration. 1995. Vol.4a. P.519−526.
  97. UNEP Monreal Protocol on substances that deplete the ozon layer. Final act date 16 September. 1987. 6p.
  98. Uschold M., KingM., Moralee S., ZorgosY. The Enterprise Ontology // The Knowledge Engineering 284 Известия Самарского научного центра Российской академии наук, № 2, 1999 Review. 1998. V. 13. № 1. Р. 3188.
  99. Vittikh V.A. Engineering theories as a basis for integrating deep engineering knowledge // Artificial Intelligence in Engineering. 1997. Vol. 11. № l.P. 25−30.
  100. W.R. King. Probability for Management Decisions. John Wiley &Sons.l968.
  101. What is OMG-UML and why is it important? / Object management Group Press Release, 1997 // Интернет: www.omg.org/news/pr97/ umlprimer.htm.
  102. Wolpert D.H.and Macready W.G. No free lunch theorems for optimization, IEEE TranMOctions on Evolutionary Computation, vol. 1. no. 1, 1997
Заполнить форму текущей работой

На отлично!