Повышение эффективности комплексного управления материальными ресурсами с применением генетических алгоритмов



Скачать 55.19 Kb.
Дата07.11.2012
Размер55.19 Kb.
ТипДокументы
Повышение эффективности комплексного управления материальными ресурсами с применением генетических алгоритмов

Машковцев А.В.

Московский государственный технологический университет «СТАНКИН», кафедра «Биотехническая кибернетика»

руководитель: Заведующий кафедрой, д.т.н., профессор Ковшов Е.Е.

Аннотация

Рассматриваются вопросы применения генетических алгоритмов, являющихся одной из парадигм эволюционных вычислений, для повышения эффективности комплексного управления материальными ресурсами инвестора в области экологической медицины.

Организация финансовой деятельности инвестора связана с решением ряда непростых задач, среди которых самой важной является управление материальными ресурсами при инвестировании различных проектов. Для ее решения возможно применение генетических алгоритмов (ГА) – одного из способов стохастической оптимизации, хорошо зарекомендовавшего себя при решении сложных задач. При этом традиционные методы, ориентированные на поиск решения, вследствие чрезвычайной сложности задачи, становятся вообще неприменимыми.

Материальные ресурсы инвестора распределяются исходя из финансово-экономических, маркетинговых, экологических и других показателей инвестируемых проектов, которые предоставляются предпринимателями в бизнес-планах. Учитывая состояние здоровья населения Российской Федерации, финансирование инвестиционных проектов в области медицины и биологии обеспечивает отдачу вложений в максимальной степени.

Одной из бурно развивающихся областей медицины является экологическая медицина. Столь бурное развитие обусловлено ростом экологически неблагоприятных регионов и повсеместным радиологическим облучением. К инвесторам поступает большое количество предложений от предпринимателей с целью создания медицинских центров и клиник экологической медицины.

На рис.1 приведена блок-схема алгоритма составления плана инвестирования проектов.



Рис.1. Блок-схема алгоритма составления плана инвестирования проектов

Согласно этому алгоритму его можно описать следующей последовательностью действий:

  1. Ввод данных о предпринимателях и их проектах.

  2. Составление плана инвестирования на основе генетических алгоритмов. Результат представляется в виде списка инвестируемых проектов с определенными сроками и размерами инвестиций, при которых инвестор обеспечивает отдачу вложений в максимальной степени.



Таким образом, задача составления плана инвестирования проектов сводится к задаче выбора такого варианта из числа возможных, в котором с учетом ограничений и критериев будет в максимальной степени способствовать достижению поставленной цели.

Граничные условия


  1. Суммарный объем инвестиций в проекты не должен превышать заданного значения.


  2. Максимальный срок инвестиций ограничивается заданным значением.

Критерии


  1. Максимизация дохода, получаемого от инвестирования проектов.

  2. Минимизация сроков полного возврата инвестируемых ресурсов и получения дохода от них.



При реализации ГА будет использоваться подход, получивший название концепции островов [2]. Используя данный подход, повышается скорость работы ГА. Происходит распараллеливание на уровне организации работы ГА.

Для организации работы ГА необходимо ввести следующие понятия:

  1. Целевая функция (Fitness function). Целевая функция численно характеризует план инвестирования в целом. В целевую функцию входит оценка финансово-экономических показателей каждого проекта, а конкретно:

  • объем требуемых инвестиций;

  • срок окупаемости инвестиций;

  • размер дохода инвестора от проекта;

  • объем продаж проекта;

  • срок достижения безубыточности проекта;

и др.

  1. Популяция (Population) – совокупность из нескольких планов инвестирования.

  2. Размер популяции (Population size) – общее количество проектов для инвестирования из всех планов инвестирования. В течение работы ГА размер популяции непостоянен.

  3. Демос (Demos) – один план инвестирования. Популяция разделяется на несколько различных демосов (подпопуляций), которые впоследствии развиваются параллельно и независимо. Количество демосов постоянно и задается до начала работы ГА.

  4. Особь (Individual) – один проект для инвестирования.

  5. Ген (Gene)срок или размер инвестиции для одного проекта.

  6. Критерий останова ГА. Работа ГА прекращается при истечении времени, отведенного для него или при генерации заданного числа поколений (Number of generations).



Кроме того, для организации работы ГА необходимо определить используемые генетические операторы:

  1. Оператор отбора. В данной работе используется наиболее популярный метод рулетки (Roulette wheel selection). Случайным образом выбирает из демоса две особи пропорционально значению финансово-экономических показателей особи-проекта.

  2. Оператор скрещивания. В данной работе используется двухточечное скрещивание (Two-point crossover). Две особи, выбранные оператором отбора, становятся родителями и обмениваются генами для воспроизведения новых особей – двух потомков. При скрещивании особи обмениваются генами-сроками или генами-размерами инвестиций.





Рис.2. Блок-схема работы генетического алгоритма



  1. Оператор мутации. Заменяет ген у двух особей, выбранных оператором отбора, на случайное значение с учетом его возможного значения. Оператор действует с вероятностью 50%.

  2. Оператор редукции. Выполняется после действия оператора скрещивания или мутации. Выбирает две лучшие особи из пар родителей и потомков (особей и особей-мутантов), при которых значение целевой функции максимально, и помещает их в популяцию. При этом остальные две особи в популяцию не попадают.

Блок-схема работы генетического алгоритма представлена на рис. 2.

Программная реализация

Сформулированы и формализованы критерии, а также - ограничения допустимости и рациональности плана инвестирования проектов. Разработан автоматизированный метод и алгоритм составления, рационализации плана в соответствии с выбранными критериями. Реализовано программное обеспечение разработанного метода и алгоритма как COM-объекта. При этом сам объект оформлен в виде отдельной DLL-библиотеки, которая может быть подключена к любому приложению, функционирующему в среде Win’32.

В качестве инструментального средства при создании библиотеки использовалась система программирования Borland Delphi 7.0 Enterprise.

В настоящее время ведутся работы по созданию автоматизированной системы (АС) для составления плана инвестирования проектов на основе уже разработанных программных решений и библиотек. В составе АС предусматривается наличие модуля для хранения информации о предпринимателях и их проектах, предлагаемых ими инвестору.

Литература


  1. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И.Д. Рудинского. – М.: Горячая линия – Телеком, 2004. – 452 с.: ил.

  2. Корнеев В.В., Гареев А.Ф., Васютин С.В., Райх В.В. Базы данных. Интеллектуальная обработка информации. – М.: Издатель Молгачева С.В., Издательство Нолидж, 2001. – 496 c., ил.

  3. Кричевский М.Л. Интеллектуальные методы в менеджменте. — Спб.: Питер, 2005. — 304 с.: ил.

  4. Э.Зингель «Пособие Джон Уйали & Санс по составлению бизнес-плана». Пер. с англ.: М.,: «МТ-ПРЕСС», 2001 г. – 224 стр.

Похожие:

Повышение эффективности комплексного управления материальными ресурсами с применением генетических алгоритмов iconАппаратная реализация генетических алгоритмов
Как следствие расширения области применения, наиболее остро встает вопрос разработки методов повышения эффективности генетических...
Повышение эффективности комплексного управления материальными ресурсами с применением генетических алгоритмов iconПовышение эффективности алгоритмов классификации образов на основе теории решеток
Лебедев В. Б. Повышение эффективности алгоритмов классификации образов на основе теории решеток. // Проблемы информатики в образовании,...
Повышение эффективности комплексного управления материальными ресурсами с применением генетических алгоритмов iconПовышение эффективности управления познавательной деятельностью учащихся
Рассмотрим возможность применения в начальных классах алгоритмов при изучении орфографических правил
Повышение эффективности комплексного управления материальными ресурсами с применением генетических алгоритмов iconРаспределенные модели генетических алгоритмов как способ распараллеливания вычислений в задаче криптоанализа тригонометрического шифра
Ению задачи с помощью генетических алгоритмов, и предлагаются два способа распараллелить вычисления: островная модель и кластерные...
Повышение эффективности комплексного управления материальными ресурсами с применением генетических алгоритмов iconПовышение эффективности силового привода лесозаготовительного оборудования применением материалов с эффектом памяти формы 05. 21. 01. Технология и машины лесозаготовок и лесного хозяйства
Повышение эффективности силового привода лесозаготовительного оборудования применением материалов с эффектом памяти формы
Повышение эффективности комплексного управления материальными ресурсами с применением генетических алгоритмов iconИзмерение результативности в социальной сфере как нацеленность органов власти на повышение эффективности управления регионом
Ного аспекта эффективности публичного управления. Суть современных реформ государственного управления состоит в переходе на клиентскую...
Повышение эффективности комплексного управления материальными ресурсами с применением генетических алгоритмов iconК представителям классических теорий управления относятся: 1 А. К. Гастев 2 А. Файоль
Современная концепция управления человеческими ресурсами включает в себя критерии оценки эффективности
Повышение эффективности комплексного управления материальными ресурсами с применением генетических алгоритмов iconПрограмма дисциплины «Оценка эффективности управления человеческими ресурсами»

Повышение эффективности комплексного управления материальными ресурсами с применением генетических алгоритмов iconПовышение эффективности технологий водоизоляционных работ с применением гидрофобных эмульсий
Работа выполнена в открытом акционерном обществе «Научно-производственная фирма
Повышение эффективности комплексного управления материальными ресурсами с применением генетических алгоритмов iconСтратегии роста
Парадигма управления знаниевыми ресурсами все больше находит понимание как альтернатива управлению материальными активами. И хотя...
Разместите кнопку на своём сайте:
ru.convdocs.org


База данных защищена авторским правом ©ru.convdocs.org 2016
обратиться к администрации
ru.convdocs.org