IDEAS home Printed from https://ideas.repec.org/a/scn/025686/15695828.html
   My bibliography  Save this article

Применение Многоагентного Генетического Алгоритма Для Поиска Оптимальных Стратегических И Оперативных Решений

Author

Listed:
  • Хивинцев М. А.
  • Акопов А. С.

Abstract

В статье представлен новый подход к применению многоагентного генетического алгоритма (MAGAMO) для поиска оптимальных стратегических и оперативных решений в имитационных моделях большой размерности. Цель работы разработка с использованием методов системной динамики имитационной модели типового Интернет-магазина и применение многоагентного генетического алгоритма MAGAMO для решения многокритериальной оптимизационной задачи стратегического и оперативного управления, относящейся к классу задач сверхбольшой размерности. Для реализации математической модели типового Интернет-магазина используется система имитационного моделирования Powersim Studio. Объектом исследования являются многокритериальные оптимизационные задачи большой размерности, реализуемые в системах имитационного моделирования. Для решения подобных задач предложен многоагентный генетический алгоритм MAGAMO. Особенностью данного алгоритма является распределение набора управляющих параметров системы между агентами на основе предварительного кластерного анализа. Каждый агент представляет собой независимый генетический алгоритм с собственной эволюцией решений, соответствующих заданным управляющим параметрам. Информационный обмен между агентами, функционирующими в параллельных процессах, осуществляется через разделяемую память системы (многомерную базу данных). При этом центральный процесс отвечает за отбор решений наивысшего ранга Парето. С использованием специального программного средства ParetoFrontViewer обеспечивается визуализация фронт Парето. Разработанная имитационная модель интегрирована с алгоритмом MAGAMO, системой визуализации границы Парето и многомерной базой данных. В результате проведенных численных экспериментов, осуществленных на реальных данных Интернет-магазина, продемонстрирована высокая эффективность разработанного многоагентного генетического алгоритма для поиска оптимальных решений в системах имитационного моделирования большой размерности.

Suggested Citation

  • Хивинцев М. А. & Акопов А. С., 2014. "Применение Многоагентного Генетического Алгоритма Для Поиска Оптимальных Стратегических И Оперативных Решений," Бизнес-информатика, CyberLeninka;Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский университет «Высшая школа экономики», issue 1 (27), pages 23-33.
  • Handle: RePEc:scn:025686:15695828
    as

    Download full text from publisher

    File URL: http://cyberleninka.ru/article/n/primenenie-mnogoagentnogo-geneticheskogo-algoritma-dlya-poiska-optimalnyh-strategicheskih-i-operativnyh-resheniy
    Download Restriction: no
    ---><---

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:scn:025686:15695828. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: CyberLeninka (email available below). General contact details of provider: http://cyberleninka.ru/ .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.