ЕВОЛЮЦІЙНИЙ МЕТОД ПОШУКОВОЇ ОПТИМІЗАЦІЇ НА ОСНОВІ РОЮ ЧАСТОК ТА МОДЕЛЮВАННЯ ШТУЧНИХ ІМУННИХ СИСТЕМ

Анотація

Запропоновано метод оптимізації неперервних функції багатьох змінних, який втілює підходи методів рою часток та моделювання штучної імунної системи. Проведено дослідження з метою визначення оптимальних налаштувань алгоритму, що реалізує запропонований метод. Показано, що запропонований метод може бути застосований як складова інформаційної технології супроводу підтримки управлінських рішень та розв’язання задач оптимізації технологічних процесів у металургійному виробництві. Метою роботи є розробка оригінального гібридного методу глобальної оптимізації на основі методу штучної імунної системи та методу рою частинок, а також формулювання рекомендацій щодо налаштування його параметрів. Запропонований метод має прискорити прийняття рішень при керуванні технологічними процесами у металургійному виробництві та підвищити їх точність. Методологія забезпечення рішення полягає у поєднанні основних пошукових операторів еволюційних методів оптимізації на основі рою часток і моделювання штучної імунної системи людини. Використовуються традиційні для ройового пошуку кроки з пошуку рішення та обміну інформацією про знайдені локальні оптимуми. Такий пошук доповнюється принципом змагальності, запозиченим у методі штучної імунної системи, для чого популяція поділяється на менші рої або пошукові команди. Також запропоновані кроки контролю різноманіття в рої та радіусу розсіювання часток. Останнє дозволяє вирішувати задачі як безумовної, так і умовної оптимізації у неперервному просторі високої розмірності. Наукова новизна отриманих у роботі результатів полягає в формулюванні нового еволюційного методу оптимізації в неперервному просторі на основі ройового інтелекту, який на відміну від відомих раніше ройових методів використовує принцип змагання підгруп рою та оператор стиснення популяції, властивих методу моделювання штучних імунних систем. Емпірично встановленні параметри методу, що визначають його ефективність. Висновки. Застосування запропонованого еволюційного методу пошукової оптимізації до мінімізації тестових функцій у неперервному просторі розмірністю до 20 показало його ефективність у порівнянні з відомими раніше. В подальшому актуальним бачиться застосування викладеного алгоритму для розв’язання задач оптимізації технологічних процесів у металургійному виробництві. Зокрема, даний алгоритм вбачається ефективним для задач шихтування, оптимізації використання феросплавів у ливарному виробництві, а також при прогнозуванні механічних властивостей готової продукції.