Компьютерные системы, основанные на биологических моделях: .использующие генетические модели – G06N 3/12

Изобретение относится к способу осуществления выбора признаков, основанного на генетическом алгоритме. Технический результат заключается в увеличении диагностической точности в клинических исследованиях. Применяют множественные шаблоны разделения данных к обучающему набору данных для построения множественных классификаторов для получения, по меньшей мере, одного результата классификации. Интегрируют, по меньшей мере, один результат классификации из множественных классификаторов для получения интегрального результата точности. Выводят интегральный результат точности для генетического алгоритма в качестве пригодного значения для подмножества признаков-кандидатов, в котором осуществляется основанный на генетическом алгоритме выбор признаков. 13 з.п. ф-лы, 2 ил.

Изобретение относится к области оптимизатора производства для управления цепочками поставок. Техническим результатом является обеспечение возможности вычисления за приемлемое время высококачественных решений для задачи управления цепочками поставок (УЦП). В одном из вариантов осуществления настоящего изобретения предложен способ оптимизации задачи УЦП. Для генерации решения относительно производства для производственных аспектов задачи УЦП может быть использована методика оптимизации, основанная на генетическом алгоритме, а для генерации решения для аспектов распределения задачи УЦП может быть использована методика оптимизации, основанная на принципе «муравейника». Совместное функционирование методики оптимизации, основанной на генетическом алгоритме, и методики оптимизации, основанной на принципе «муравейника», обеспечивает быстрое определение высококачественных решений задачи УЦП. 3 н. и 24 з.п. ф-лы, 9 ил.

Изобретения относятся к способам и устройству для интегрирования систематического прореживания данных в основанные на генетических алгоритмах системы выбора подмножества признаков для извлечения данных, уменьшения ложно положительных результатов, компьютеризированного обнаружения, компьютеризированной диагностики и искусственного интеллекта. Техническим результатом является улучшение точности классификации и уменьшение ложно положительных результатов. Способ содержит этапы: выбирают набор данных обучения из набора обучающих прецедентов с использованием систематического прореживания данных и создают классификатор на основании набора данных обучения с использованием способа классификации. 4 н. и 11 з.п. ф-лы, 14 ил., 4 табл.

Изобретение относится к аппаратным системам, реализующим эволюционные алгоритмы с нечеткими операторами, используемые в эволюционных инструментальных комплексах, исследованиях при проектировании виртуальных аппаратных средств (Virtual Hardware) и в области самоадаптирующихся и реконфигурируемых аппаратных средств (Self-Adapting and Reconfigurable Hardware). Технический результат заключается в снижении вычислительных затрат на проведение эволюционного поиска и обеспечении автономности функционирования устройства при принятии решений в изменяющейся среде в автономных интеллектуальных системах. В устройство введены блок кроссинговера, блок мутации и инверсии, при этом блок кроссинговера предназначен для генерации новой хромосомы, объединяя генетический материал двух родительских хромосом, блок мутации и инверсии предназначен для случайного изменения хромосомы путем изменения состояния из битов на противоположное. 10 ил.

Изобретение относится к аппаратным системам, реализующим вероятностные генетические алгоритмы. Техническим результатом является снижение вычислительных затрат на проведение эволюционного поиска и обеспечение автономности функционирования объекта при принятии решений в изменяющейся среде. Для этого устройство содержит блок инициализации, блок вычисления величины элитной области, блок генерации прерываний, блок микропрограммного управления, блок адресного указателя, блок генерации популяции, блок формирования разрядности хромосомы, блок мультиплексоров, блок памяти, блок вычисления критерия, блок отбора, блок формирования элитной области, блок вычисления вероятности. 12 ил., 2 табл.