Решение экспоненциальной регрессионной задачи с использованием генетического алгоритма.

Standard

Решение экспоненциальной регрессионной задачи с использованием генетического алгоритма. / Рубаник, Алексей Витальевич.

In: ПРОЦЕССЫ УПРАВЛЕНИЯ И УСТОЙЧИВОСТЬ, Vol. 7, No. 1, 2020, p. 64-68.

Research output: Contribution to journal › Article

BibTeX

@article{af6bb61abbac4852803dd7c04ee42959,

title = "Решение экспоненциальной регрессионной задачи с использованием генетического алгоритма.",

abstract = "В данной работе рассматривается задача оценки вектора параметров экспоненциальной регрессии с применением метода наименьших квадратов. При решении получившейся экстремальной задачи приходится сталкиваться с большим числом локальных экстремумов и поиск глобального экстремума усложняется. Для нахождения глобального экстремума выбран генетический алгоритм. Этот метод представляет собой итерационную процедуру, где на каждой итерации моделируется поколение особей. Для моделирования используется многомерное нормальное распределение, причем во время случайного поиска от итерации к итерации эволюция ковариационная матрица эволюционирует. Представленная задача является актуальной и на практике довольно часто встречается, например, при описании процесса распада в ядерной физике, а в математике решения линейных дифференциальных уравнений имеет вид линейной комбинации экспонент, что приводит к экспоненциальной модели. В данной статье приведен численный пример, который подтверждает эффективность используемого метода. Резу",

keywords = "covariance matrix, exponential regression, genetic algorithm, global extremum, matrix evolution, normal distribution, генетический алгоритм, глобальный экстремум, ковариационная матрица, нормальное распределение, эволюция ковариационной матрицы, экспоненциальная регрессия, covariance matrix, exponential regression, genetic algorithm, global extremum, matrix evolution, normal distribution, генетический алгоритм, глобальный экстремум, ковариационная матрица, нормальное распределение, эволюция ковариационной матрицы, экспоненциальная регрессия",

author = "Рубаник, {Алексей Витальевич}",

year = "2020",

language = "русский",

volume = "7",

pages = "64--68",

journal = "Процессы управления и устойчивость",

issn = "2313-7304",

publisher = "Смирнов Николай Васильевич",

number = "1",

}

RIS

TY - JOUR

T1 - Решение экспоненциальной регрессионной задачи с использованием генетического алгоритма.

AU - Рубаник, Алексей Витальевич

PY - 2020

Y1 - 2020

N2 - В данной работе рассматривается задача оценки вектора параметров экспоненциальной регрессии с применением метода наименьших квадратов. При решении получившейся экстремальной задачи приходится сталкиваться с большим числом локальных экстремумов и поиск глобального экстремума усложняется. Для нахождения глобального экстремума выбран генетический алгоритм. Этот метод представляет собой итерационную процедуру, где на каждой итерации моделируется поколение особей. Для моделирования используется многомерное нормальное распределение, причем во время случайного поиска от итерации к итерации эволюция ковариационная матрица эволюционирует. Представленная задача является актуальной и на практике довольно часто встречается, например, при описании процесса распада в ядерной физике, а в математике решения линейных дифференциальных уравнений имеет вид линейной комбинации экспонент, что приводит к экспоненциальной модели. В данной статье приведен численный пример, который подтверждает эффективность используемого метода. Резу

AB - В данной работе рассматривается задача оценки вектора параметров экспоненциальной регрессии с применением метода наименьших квадратов. При решении получившейся экстремальной задачи приходится сталкиваться с большим числом локальных экстремумов и поиск глобального экстремума усложняется. Для нахождения глобального экстремума выбран генетический алгоритм. Этот метод представляет собой итерационную процедуру, где на каждой итерации моделируется поколение особей. Для моделирования используется многомерное нормальное распределение, причем во время случайного поиска от итерации к итерации эволюция ковариационная матрица эволюционирует. Представленная задача является актуальной и на практике довольно часто встречается, например, при описании процесса распада в ядерной физике, а в математике решения линейных дифференциальных уравнений имеет вид линейной комбинации экспонент, что приводит к экспоненциальной модели. В данной статье приведен численный пример, который подтверждает эффективность используемого метода. Резу

KW - covariance matrix

KW - exponential regression

KW - genetic algorithm

KW - global extremum

KW - matrix evolution

KW - normal distribution

KW - генетический алгоритм

KW - глобальный экстремум

KW - ковариационная матрица

KW - нормальное распределение

KW - эволюция ковариационной матрицы

KW - экспоненциальная регрессия

KW - covariance matrix

KW - exponential regression

KW - genetic algorithm

KW - global extremum

KW - matrix evolution

KW - normal distribution

KW - генетический алгоритм

KW - глобальный экстремум

KW - ковариационная матрица

KW - нормальное распределение

KW - эволюция ковариационной матрицы

KW - экспоненциальная регрессия

M3 - статья

VL - 7

SP - 64

EP - 68

JO - Процессы управления и устойчивость

JF - Процессы управления и устойчивость

SN - 2313-7304

IS - 1

ER -

ID: 78598761