Для доступа к данной книге необходима авторизация

Логин: пароль Запрос доступа

Адаптация сложных систем

  

Растригин Л. А. Адаптация сложных систем. — Рига: Зинатне, 1981. — 375 с.

Монография посвящена одному из бурно развивающихся направлений современной кибернетики — методам адаптации сложных объектов. В качестве алгоритмов адаптации описываются различные модификации случайного поиска как наиболее эффективного средства управления сложными объектами. Впервые рассматриваются алгоритмы структурной адаптации (альтернативной и эволюционной), позволяющие эффективно изменять структуру объекта в процессе его функционирования. Приводятся многочисленные примеры применения адаптивного подхода для решения широкого класса научно-технических задач — таких, как адаптация вычислительных систем и процессов обучения иностранному языку; синтез оптимальных решающих правил, многопороговых логических элементов и планов эксперимента; агрегация (разрезание) графов, и других.



Оглавление

ПРЕДИСЛОВИЕ
Глава 1. Проблема адаптации
§ 1.1. Адаптация в процессах управления сложным объектом
1.1.2. Этапы управления сложным объектом
1.1.3. Адаптация системы управления
§ 1.2. Постановка задачи адаптации
§ 1.3. Адаптация и оптимизация
§ 1.4. Адаптация и компенсация
§ 1.5. Типы адаптации
1.5.2. Параметризация структуры объекта
Глава 2. Объекты адаптации
§ 2.1. Сложная система как объект адаптации
§ 2.2. Вычислительная система как объект адаптации
2.2.2. Уровни адаптации вычислительной системы
2.2.3. Алгоритмический уровень адаптации вычислительной системы
2.2.4. Программная адаптация вычислительной системы
2.2.5. Системная адаптация вычислительной системы
§ 2.3. Процессы обучения
§ 2.4. Графы
§ 2.5. Дисциплины обслуживания
Глава 3. Случайный поиск в задачах оптимизации и адаптации
§ 3.2. Предпосылки случайного поиска
§ 3.3. Алгоритмы случайного поиска
3.3.2. Некоторые простейшие алгоритмы случайного поиска
3.3.2.2. Случайный поиск с нелинейной тактикой
3.3.2.3. Случайный поиск по наилучшей пробе
3.3.2.4. Метод стохастического градиента
3.3.3. Автоматные алгоритмы случайного поиска
3.3.3.1. Коллектив оптимизирующих автоматов с целесообразным поведением [140,141]
3.3.3.2. Автоматный случайный поиск с самообучением [181]
§ 3.4. Учет ограничений в процессах случайного поиска
3.4.1. Типы ограничений
3.4.2. Случай S = Sn
3.4.3. Случай S=SG
3.4.4. Случай ...
3.4.5. Случай S = SD
3.4.6. Случай ...
§ 3.5. Адаптация алгоритмов случайного поиска
3.5.2. Параметрическая адаптация алгоритмов случайного поиска
3.5.3. Структурная адаптация алгоритмов поиска
§ 3.6. Глобальный поиск
3.6.1. «Набросовые» алгоритмы
3.6.2. «Блуждающие» алгоритмы
§ 3.7. Бионические алгоритмы случайного поиска
3.7.1. Эволюционные алгоритмы
3.7.2. Поведенческие алгоритмы
3.7.3. Клеточные и субклеточные алгоритмы
Глава 4. Параметрическая адаптация
4.1.1. Метод стохастической аппроксимации
4.1.2. Сглаживание помех
4.1.3. Стохастическое накопление
§ 4.2. Адаптация в процессах обучения
4.2.2. Этапы обучения
4.2.2.2. Выделение объекта обучения из среды
4.2.2.3. Структурный синтез модели объекта обучения
4.2.2.4. Идентификация параметров С модели объекта обучения
4.2.2.5. Планирование экспериментов с объектом
4.2.2.6. Синтез оптимального обучения
4.2.2.7. Реализация обучения
4.2.2.8. Коррекция (адаптация)
4.2.3. Система обучения с адаптивной моделью
4.2.4. Модель ученика
4.2.5. Модельный анализ процесса обучения
4.2.6. Экспериментальное сопоставление различных моделей обучения
4.2.7. Обучение с использованием предложенной адаптивной модели
§ 4.3. Адаптивный синтез многопороговых логических элементов методом случайного поиска
4.3.1. Пороговый логический элемент (ПЛЭ)
4.3.2. Многопороговый логический элемент
4.3.3. Анализ задачи синтеза оптимальных многопороговых логических элементов
4.3.4. Индексные зоны
4.3.5. Экспериментальный синтез многопороговых логических элементов
4.3.6. Вероятностные характеристики поиска
4.3.7. Синтез надежного многопорогового логического элемента
4.3.8. Многозначные многопороговые логические элементы
§ 4.4. Адаптивный синтез оптимальных планов эксперимента для регрессионной модели
4.4.2. Последовательный синтез плана
4.4.3. Диалоговый синтез плана
§ 4.5. Адаптация в процессах восстановления числовых таблиц [294, 295]
§ 4.6. Адаптация алгоритмов распознавания
§ 4.7. Адаптивная идентификация параметров распределения
§ 4.8. Адаптивный синтез датчика случайных чисел с заданной автокорреляционной функцией
Глава 5. Альтернативная адаптация
§ 5.1. Алгоритмы альтернативной адаптации
5.1.2. Алгоритмы-автоматы
5.1.2.1. Автоматы с целесообразным поведением
5.1.2.2. Стохастические автоматы с переменной структурой
5.1.2.3. Алгоритм «многорукого бандита»
§ 5.2. Исследование алгоритмов альтернативной адаптации
§ 5.3. Альтернативная адаптация в процессах поисковой оптимизации
§ 5.4. Альтернативная адаптация в процессах передачи данных
5.4.2. Двуальтернативный выбор кода
5.4.3. Адаптация информационного поля протоколов связи
§ 5.5. Адаптация процессов сортировки массивов
Глава 6. Эволюционная адаптация
§ 6.1. Алгоритмы эволюционной адаптации
6.1.2. Эволюционная адаптация графа
6.1.3. Эволюционная адаптация автомата
§ 6.2. Адаптивная агрегация графов [291]
6.2.2. Примеры практических задач агрегации графа
6.2.3. Адаптивная агрегация графа методами случайного поиска
6.2.3.2. Операции преобразования агрегации
6.2.3.3. Алгоритм устранения нарушения ограничений
6.2.3.4. Локальная минимизация критерия при неизменной среде [115]
6.2.3.5. Алгоритм глобальной минимизации критерия оптимальности Q(U) [114]
6.2.3.6. Адаптивная агрегация графа с переменными свойствами в детерминированной среде
6.2.3.7. Стохастическая задача агрегации графа в соответствии с решением (6.2.18)
6.2.3.8. Адаптивная агрегация графа, функционирующего в нестационарной среде
6.2.4. Некоторые обобщения задачи об агрегации графа
§ 6.3. Адаптация процессов распределения памяти в вычислительной сети
6.3.2. Сведение задачи распределения памяти к задаче математического программирования
6.3.3. Адаптивное распределение памяти в сети ЭВМ
§ 6.4. Эволюционная адаптация структуры решающих правил
6.4.2. Адаптация структуры перцептрона
6.4.3. Оценка вероятности образования оптимальной структуры перцептрона в процессе адаптации
6.4.4. Модельные эксперименты
6.4.5. Применение перцептрона с адаптивной структурой для решения некоторых практических задач распознавания
6.4.5.2. Классификация в задачах технологического проектирования [63]
6.4.5.3. Прогнозирование активности химических соединении по их струюурным формулам
6.4.5.4. Прогнозирование месторождений полезных ископаемых
§ 6.5. Адаптивный синтез оптимальных факторных планов эксперимента
6.5.2. Адаптация вероятностных характеристик поиска
6.5.3. Адаптивный синтез планов эксперимента методами случайного поиска с пересчетом и спуском
Заключение
Список литературы