АНАЛИЗ ЭФФЕКТИВНОСТИ МУЛЬТИАГЕНТНЫХ МЕТОДОВ ОПТИМИЗАЦИИ ЭЛЕМЕНТОВ КОНСТРУКЦИЙ ЛЕТАТЕЛЬНЫХ АППАРАТОВ
https://doi.org/10.26467/2079-0619-2019-22-2-96-108
Аннотация
Об авторах
А. В. ПантелеевРоссия
Пантелеев Андрей Владимирович, доктор физико-математических наук, профессор, заведующий кафедрой математической кибернетики факультета «Информационные технологии и прикладная математика»
г. Москва
М. С. Каранэ
Россия
Каранэ Мария Магдалина Сергеевна, магистрант факультета «Информационные технологии и прикладная математика»
г. Москва
Список литературы
1. Пантелеев А.В., Метлицкая Д.В., Алешина Е.А. Методы глобальной оптимизации. Метаэвристические стратегии и алгоритмы. М.: Вузовская книга, 2013. 244 c.
2. Каранэ М.М.С. Сравнительный анализ мультиагентных методов условной глобальной оптимизации // Материалы IV международной научно-практической конференции «Информатизация инженерного образования» (ИНФОРИНО-2018). Москва, 23–26 октября, 2018 г. 2018. С. 128–133.
3. Пантелеев А.В., Евдокимова М.Д. Методы «роевого» интеллекта в задачах оптимизации параметров технических систем // Научный Вестник МГТУ ГА. 2017. Т. 20, No 2. С. 6–15. DOI: 10.26467/2079-0619-2017-20-2-6-15
4. Bastos-Filho C.J.A. A novel search algorithm based on fish school behavior / F.B. de Lima Neto, A.J.C.C. Lins, A.I.S. Nascimento, M.P. Lima // 2008 IEEE Int. Conf. on Systems, Man and Cybernetics. 2008. Pp. 2646–2651.
5. Bastos-Filho C.J.A. Fish school search: overview / F.B. de Lima Neto, A.J.C.C. Lins, A.I.S. Nascimento, M.P. Lima // Nature-Inspired Algorithms for Optimisation / Ed. R. Chiong. Heidelberg: Springer, 2009. Part of the Studies in Computational Intelligence book series (SCI). Vol. 193. Pp. 261–277.
6. Bacanin N., Pelevic B., Tuba M. Krill herd (KH) algorithm for portfolio optimization // Mathematics and computers in business, manufacturing and tourism. Proceedings of the 14th International Conference on Mathematics and Computers in Business and Economics (MCBE '13). Proceedings of the 2nd International Conference on Applied Manufacturing, Commerce, Tourism and Services (MCTS '13). Baltimore, MD, USA, September 17–19 2013. 2013. P. 39.
7. Gandomi A.H., Alavi A.H. Krill herd: A new bio-inspired optimization algorithm // Communications in Nonlinear Science and Numerical Simulation. 2012. Vol.17, Iss.12, Dec. Pp. 4831–4845.
8. Atashpaz-Gargari E., Lucas C. Imperialist competitive algorithm: an algorithm for optimization inspired by imperialist competition // Proceedings of IEEE Congress on Evolutionary Computation, 25–28 Sept. 2007. Pp. 4661–4667.
9. Kaveh A., Talatahari S. Imperialist competitive algorithm for engineering design problems // Asian Journal of Civil Engineering. 2010. Vol. 11, No 6. Pp. 675–697.
10. Cagnina L.C., Esquivel S.C. Solving engineering optimization problems with the simple constrained particle swarm optimizer // Informatica. 2008. Vol. 32, No 3. Pp. 319–326.
Рецензия
Для цитирования:
Пантелеев А.В., Каранэ М.С. АНАЛИЗ ЭФФЕКТИВНОСТИ МУЛЬТИАГЕНТНЫХ МЕТОДОВ ОПТИМИЗАЦИИ ЭЛЕМЕНТОВ КОНСТРУКЦИЙ ЛЕТАТЕЛЬНЫХ АППАРАТОВ. Научный вестник МГТУ ГА. 2019;22(2):96-108. https://doi.org/10.26467/2079-0619-2019-22-2-96-108
For citation:
Panteleev A.V., Karane M.S. THE EFFICIENCY ANALYSIS OF MULTI-AGENT OPTIMIZATION METHODS OF AIRCRAFT DESIGNS ELEMENTS. Civil Aviation High Technologies. 2019;22(2):96-108. (In Russ.) https://doi.org/10.26467/2079-0619-2019-22-2-96-108