Остроух Евгений Николаевич, доцент кафедры «Информационные технологии», кандидат технических наук, доцент,
344000, г. Ростов-на-Дону, пл. Гагарина, 1
Ostroukh, Evgeny N., associate professor of the Information Technologies Department, Cand.Sci. (Eng.),associate professor,
1, Gagarin sq., Rostov-on-Don, 344000
Чернышев Юрий Олегович, профессор кафедры «Автоматизация производственных процессов», доктор технических наук, профессор,
344000, г. Ростовна-Дону, пл. Гагарина, 1
Chernyshev, Yury O., professor of the Production Automation Department, Dr.Sci. (Eng.), professor
1, Gagarin sq., Rostov-on-Don, 344000
Евич Людмила Николаевна, доцент кафедры «Массовые коммуникации и мультимедийные технологии», кандидат физико-математических наук, доцент,
344000, г. Ростов-на-Дону, пл. Гагарина, 1
Evich, Lyudmila N., associate professor of the Mass Communications and Multimedia Technologies Department, Cand.Sci. (Phys -Math.), associate professor
1, Gagarin sq., Rostov-on-Don, 344000
Панасенко Павел Александрович, старший помощник начальника отдела организации научной работы и подготовки научнопедагогических кадров, кандидат технических наук,
350063, г. Краснодар, ул. Красина, 4
Panasenko, Pavel A., senior assistant of Head of the Department of Organizing Scientific Research and Training of Academic and Teaching Staff, Cand.Sci.
4, ul. Krasina, Krasnodar, 350063
Introduction. The estimation of efficiency of methods and algorithms for solving optimization problems with a vector criterion and a set of nonlinear constraints is considered. The approach that allows proceeding to an optimization problem with a single objective function (i.e., an unconditional optimization problem) after equivalent transformations is described. However, the objective function obtained in this way has properties (nonlinearity, multimodality, ravine, high dimension) that do not allow classical methods to be used to solve it. The presented work objective is to develop hybrid methods, based on combinations of the algorithms inspired by wildlife with other approaches (gravitational and gradient) for the solution to this problem.
Materials and Methods. New methods to solve the specified problem are developed. A computer experiment was conducted on a number of test functions; its analysis was performed, showing the efficiency of various combinations on various functions.
Research Results. The efficiency of hybrid algorithms that combine the following approaches is evaluated: genetic and immune; methods of swarm intelligence and genetic and immune; immune and swarm with gravity and gradient.
Discussion and Conclusions. The hybrid algorithms in optimization problems are studied. In particular, decisions can be made on their basis under the management of compound objects in the military and industrial sectors, in the creation of innovative projects related to the digital economy. It is established that the type of the objective function affects the result much more than the combination of algorithms.
Введение. Статья посвящена оценке эффективности методов и алгоритмов решения оптимизационных задач с векторным критерием и системой нелинейных ограничений. Описан подход, позволяющий после проведения эквивалентных преобразований перейти к оптимизационной задаче с одной целевой функцией (т. е. к задаче безусловной оптимизации). Однако полученная таким способом целевая функция обладает свойствами (нелинейность, мультимодальность, овражность, большая размерность), не позволяющими использовать для ее решения классические методы. Цель представленного исследования — разработать для решения данной задачи гибридные методы, основанные на комбинациях алгоритмов, инспирированных живой природой, с другими подходами (гравитационным и градиентным).
Материалы и методы. Созданы новые методы для решения указанной задачи. Проведен компьютерный эксперимент на ряде тестовых функций, выполнен его анализ, показывающий эффективность различных комбинаций на различных функциях.
Результаты исследования. Оценена эффективность гибридных алгоритмов, которые комбинируют следующие подходы: генетический с иммунным; методы роевого интеллекта с генетическими и иммунными; иммунные и роевые с гравитационным и градиентным.
Обсуждение и заключение. Изучены возможности гибридных алгоритмов в оптимизационных задачах. В частности, на их основе могут приниматься решения при управлении сложными объектами в военной и промышленной сферах, при создании инновационных проектов, связанных с цифровой экономикой. Установлено, что вид целевой функции влияет на результат гораздо более существенно, чем комбинация алгоритмов.
The authors declare that there are no conflicts of interest present.