Автореферат (1137099), страница 5
Текст из файла (страница 5)
Программный продукт для ввода дополнительной информации опредпочтениях ЛПР и сужения на ее основе фронта Парето с помощьюметода справедливого компромисса. Программный продукт разработанБасковым О.В. под руководством Ногина В.Д. в СПбГУ. Его интеграция срешениями MAGAMO осуществлена через MS Office Excel. Финальныйнабор рациональных решений также экспортируется в MS Office Excel.Win-32 приложения были разработаны в Microsoft Visual Studio 2013 наязыке программирования C# (фрагмент кода представлен в Приложениидиссертации). Архитектура ПК представлена на рисунке 8.
КомпонентыMAGAMO созданы в рамках диссертационного исследования и агрегированы ведином ПК с прочими компонентами.Для их интеграции с ИМ из PowerSim Studio 8 в Microsoft Visual Studio 2013была использована библиотека PowerSim Engine (фрагмент интеграционного кодапредставлен в разделе 3.3 диссертации). С помощью нее можно управлятьзапуском ИМ извне, передавая в модель входные переменные и получая значениярассчитанных целевых функций на выходе.24Расчет значений целевых функций имитационной моделив PowerSim Studioзначения переменныхзначения целевых функцийМногоагентный генетический алгоритм для многокритериальной оптимизации(MAGAMO): 4 агента, реализующих асинхронные эволюционные процессы,взаимодействующие через архив лучших решений.Агент 1Агент 2Агент 3Агент 4новые знач.
"неактивных" перем.новые решенияАрхив лучших решенийРисунок 7. Архитектура распределенной эволюционной сетиРисунок 8. Архитектура программного комплексаПК реализует следующую функциональность: разработка системнодинамических ИМ, управление расчетами в ИМ, нахождение Паретооптимальных решений в ИМ, визуализация фронта Парето, ввод дополнительнойинформации о предпочтениях ЛПР и сужение фронта Парето, вывод конечных25результатов – рациональных решений.В заключении четвертой главы представлены проведенные вычислительныеэксперименты. После демонстрации полученных результатов ЛПР, от негопоступила дополнительная информация о предпочтениях, которая была учтенапри использовании метода справедливых компромиссов для сужения фронтаПарето.
В результате фронт Парето был сужен с 200 точек, найденных врезультате апробации ПК в 3 главе, до 6, из которых ЛПР предстоит окончательновыбрать одну из альтернатив с учетом избранной долгосрочной стратегии. Такимобразом, ПК обеспечивает ЛПР эффективным инструментом для поискарациональных решений в многомерных ИМ сложных организационных структур.Отдельное исследование было проведено на выявление оптимальногозначения вероятности мутации. Так, наилучшей скорости схождения удалосьдобиться при вероятности мутации в диапазоне [0.005 ; 0.02]. Другоеисследование показало, что начальную популяцию следует создавать с как можноболее вариативным набором хромосом, что рекомендуется и для обычного ГА.Предложенный метод поиска Парето-оптимальных решений на основеMAGAMO может быть агрегирован не только с ИМ ПДТ, но и других сложныхобъектов. Для дальнейшего развития предложенного метода следует изучитьограничения его эффективного использования для объектов другого класса.III.1.ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ РАБОТЫС использованием описанных БП и имеющихся в данной областиисследованийспроектированаимитационнаямодельпредприятиядистанционной торговли, учитывающая его особенности.2.На основе разработанной ИМ синтезирована многокритериальнаяоптимизационная задача с 3 конкурентными критериями для поискарациональных решений при управлении ПДТ.3.Проведен системный анализ существующих методов, алгоритмов ипрограммных продуктов для поиска решений в многокритериальныхоптимизационных задачах большой размерности с использованием ИМ.4.Разработанновыймногоагентный генетическийалгоритм(MAGAMO), предназначенный для нахождения подмножества Парето сиспользованием агрегированной с ним ИМ, отличающейся большимпространством поиска решений.
Успешно проведена апробация MAGAMO26для поставленной оптимизационной задачи.5.Спроектирован программный комплекс, обеспечивающий наоснове MAGAMO, агрегированной ИМ и других подсистем эффективнуюпроцедуру поиска рациональных решений при управлении ПДТ. Проведенычисленные эксперименты для оценки разработанного ПК.6.Произведено внедрение программного комплекса в действующуюкомпанию ООО «РитейлСистем», что, по оценкам руководства, существенноповысило качество управления компанией. Имеется справка о внедрении.IV.СПИСОК ПУБЛИКАЦИЙ АВТОРА ПО ТЕМЕ ДИССЕРТАЦИИРаботы, опубликованные автором в ведущих рецензируемых научныхжурналах и изданиях, рекомендованных ВАК: Хивинцев М.
А., Акопов А. С. Распределенная эволюционная сеть длярешения многокритериальных оптимизационных задач в системахимитационного моделирования // Бизнес-информатика. М.: НИУ ВШЭ,2013. 3(25). С. 34–40, 0.5 п.л. (вклад автора – 0.4 п.л.) Хивинцев М. А., Акопов А. С. Применение многоагентногогенетического алгоритма для поиска оптимальных стратегических иоперативных решений // Бизнес-информатика. М.: НИУ ВШЭ, 2014.1(27). С. 23–33, 0.7 п.л. (вклад автора – 0.6 п.л.) Хивинцев М. А. Реализация программного комплекса, включающего всебя агрегированную с многоагентным генетическим алгоритмомимитационную модель и другие компоненты, для решения задачимногокритериальной оптимизации // Инновации и инвестиции.
— 2015.— № 5. — С. 185–192, 0.6 п.л.Работы, опубликованные в других изданиях: Хивинцев М.А. Целевое управление компанией с использованием системимитационного моделирования // Современная наука: актуальныепроблемы теории и практики. Сер. Экономика и право. М.: Научныетехнологии, 2013. 11. С. 46-52, 0.4 п.л. Akopov, A.S. Hevencev, M.A. A Multi-agent genetic algorithm for multiobjective optimization // Proceedings of IEEE International Conference onSystems, Man, and Cybernetics.
Manchester, England, October 13-16, 2013.P. 1391-1395, 0.3 п.л. (вклад автора – 0.2 п.л.)2728.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
