Применение многоагентного генетического алгоритма для поиска оптимальных стратегических и оперативных решений

Jazyk: ruština
Rok vydání: 2014
Předmět:
Zdroj: Бизнес-информатика.
ISSN: 1998-0663
Popis: 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.
The article presents a new approach to applying a multiagent genetic algorithm (MAGAMO) for search of optimum strategic and operational solutions in large-scale simulation models. The purpose of the paper is to develop a simulation model of a referential Internet shop on the basis of the system dynamics methods and to apply the multi-agent genetic algorithm (MAGAMO) for solution a multi-criteria optimizing problem of the strategic and operational control parameters related to the class of large-scale problems. An imitation modeling system Powersim Studio is used for implementing the mathematical model of referential internet shop. The research is focused on the large-scale multi-criteria optimizing problems run in simulation systems. For the solution of such problems, a multi-agent genetic algorithm (MAGAMO) is offered. The feature of this algorithm is the distribution of a set of the system operating parameters between agents on the basis of the preliminary cluster analysis. Each agent represents independent genetic algorithm with its own evolution of the decisions, corresponding to the preset control parameters. Information exchange between the agents functioning in parallel processes is carried out through divided memory of system (a multidimensional database). Here, the central process is responsible for selecting solutions of the highest rank of Pareto. Using a specialized software of Pareto Front Viewer visualization, Pareto’s front is provided. The developed simulation model is integrated with algorithm of MAGAMO, system of visualization of Pareto front and a multidimensional database. The results of numerical experiments, which have been carried out on real data of the internet shop, have demonstrated high efficiency of the developed multi-agent genetic algorithm for search of optimum solutions in systems of imitating modeling of big dimension.
Databáze: OpenAIRE
Externí odkaz: