ИНТЕГРАЦИЯ МЕТОДОВ ГИБРИДНОГО СИСТЕМНОГО АНАЛИЗА ДЛЯ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ПРИНЯТИЯ РЕШЕНИЙ
Ключевые слова:
системный анализ, гибридные методы, принятие решений, оптимизация, управление, алгоритмы, неопределенность, многомерные системыАннотация
В статье рассматривается интеграция гибридных методов системного анализа для повышения эффективности принятия решений в условиях неопределенности и многопараметрических ограничений. Анализируются современные подходы к решению сложных задач управления и оптимизации. Предлагается использование гибридных алгоритмов, сочетающих классические и современные методы анализа, такие как генетические алгоритмы, метод Монте-Карло и нейронные сети. Использование этих моделей позволяет повысить точность и стабильность принимаемых решений, а также сократить временные и вычислительные затраты. Рассматриваются современные подходы к интеграции гибридных методов системного анализа и алгоритмов оптимизации для повышения эффективности принятия решений в сложных системах, основные концепции системного анализа в сочетании с алгоритмами оптимизации, методы эволюционного моделирования, многокритериальной оптимизации.
Библиографические ссылки
Deb, K. "Multi-Objective Optimization Using Evolutionary Algorithms." John Wiley & Sons, 2001.
Holland, J.H. "Adaptation in Natural and Artificial Systems." MIT Press, 1992.
Kennedy, J., Eberhart, R. "Particle Swarm Optimization." IEEE International Conference on Neural Networks, 1995.
Zitzler, E., Laumanns, M., Thiele, L. "SPEA2: Improving the Strength Pareto Evolutionary Algorithm." Evolutionary Methods for Design, Optimization and Control with Applications to Industrial Problems, 2002.
Kozlov V. N., Systems analysis, optimization and decision making: textbook / V. N. Kozlov. - St. Petersburg: Publishing house of the Polytechnic University, 2011. - 244 p.(in Russian)
Petrov, S. G. Optimization of decision-making processes in multiparameter systems. SPb.: SPbSU, 2019. (in Russian)
Johnson, M. & Anderson, P. Hybrid Methods for Decision-Making in Uncertain Systems. Journal of Optimization, 2021.
Wang, T. et al. A Review on Hybrid Optimization Algorithms. IEEE Transactions on Systems, Man, and Cybernetics, 2020.
Martinez, F. Monte Carlo Methods and Genetic Algorithms for Complex System Optimization. European Journal of Operational Research, 2019.
Atajonova S.B. Research of optimization of intelligent control system in technological processes// International scientific and practical conference dedicated to the Problems and solutions of efficient use of alternative energy sources” November 8, 2023
Загрузки
Дополнительные файлы
Опубликован
Как цитировать
Лицензия
Copyright (c) 2024 Махинур Хасанова, Saidaxon Atajanova
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
