Перевод названия: FORECASTING THE STATE OF TECHNICAL SYSTEMS USING GENETIC ALGORITHMS
Тип публикации: статья из журнала
Год издания: 2018
Идентификатор DOI: 10.21667/1995-4565-2018-65-3-107-112
Ключевые слова: генетический алгоритм, прогнозирование, временные ряды, диагностический контроль, альтернативное решение, популяция, точность прогнозирования, кроссинговер, мутация, дихотомия, числа Фибоначчи, экстраполяция, алгоритм
Аннотация: Приведен генетический алгоритм прогнозирования состояний технических систем. Новизна данной работы заключается в том, что описывается оригинальный подход к прогнозированию состояний технических систем. Подход заключается в нахождении будущих значений, путем экстраполяции текущих результатов наблюдения. Прогнозирование можно рассматПоказать полностьюривать как диагностический контроль при нулевом времени экстраполяции, или как общий случай диагностирования. Разработанный генетический алгоритм включает в себя ряд модифицированных этапов, таких как генерация первого поколения, скрещивание, мутация, транслокация, отбор. Операторы кроссинговера и мутации видоизменены относительно классических с целью повышения эффективности работы. Оператор кроссинговера выполнен на основе метода дихотомии. Точка разрыва в операторе мутации соответствует числу ряда Фибоначчи. Такой подход позволяет минимизировать число случайных событий. В работе приведены результаты тестирования алгоритма на задаче прогнозирования температуры центрального процессора ЭВМ, которые показали высокую достоверность полученного прогноза. In this article, a genetic algorithm for predicting the states of technical systems is given. An original approach to forecasting the states of technical systems is described. The approach is to find future values by extrapolating current observation results. Prediction can be considered as a diagnostic control at zero extrapolation time, or as a general diagnosis case. The developed genetic algorithm includes a number of steps, such as generation of the first generation, crossing, mutation, selection. The operators of crossing-over and mutation are modified with respect to the classical ones with the aim of increasing the efficiency of work. The crossover operator is based on the dichotomy method. The break point in the mutation operator corresponds to the number of the Fibonacci series. This approach allows us to minimize the number of random events. The paper presents the results of testing the algorithm on the task of predicting the temperature of central computer processor.
Журнал: Вестник Рязанского государственного радиотехнического университета
Выпуск журнала: № 65
Номера страниц: 107-112
ISSN журнала: 19954565
Место издания: Рязань
Издатель: Федеральное государственное бюджетное образовательное учреждение высшего образования "Рязанский государственный радиотехнический университет"