КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ

---

Номер 23-21-00089

НазваниеЭффективные биоэвристики, инспирированные животным миром, на основе выявления паттернов поведения для задач оптимизации многомерных функций и сегментации изображений

РуководительРодзин Сергей Иванович, Кандидат технических наук

Организация финансирования, регион федеральное государственное автономное образовательное учреждение высшего образования "Южный федеральный университет", Ростовская обл

Период выполнения при поддержке РНФ

2023 г. - 2024 г.

Конкурс№78 - Конкурс 2022 года «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами».

Область знания, основной код классификатора 01 - Математика, информатика и науки о системах, 01-210 - Проблемно-ориентированные алгоритмы

Ключевые словаинспирированная животным миром биоэвристика, сходимость алгоритма, диверсификация пространства поиска решений, популяция, фитнес-функция, бенчмаркинг, оптимизация

Код ГРНТИ28.23.19

---

 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

---

Аннотация
Биоэвристики, являясь классом методов машинного обучения, представляют собой стратегии, которые «управляют» процессом поиска решений, используя инспирированные природой механизмы самоорганизации, варьирующиеся от простых итеративных процедур стохастического поиска до сложных процессов обучения. Проект направлен на решение научной проблемы, связанной с установлением баланса между скоростью сходимости роевых биоэвристик и диверсификацией пространства поиска оптимальных решений на основе выявления паттернов индивидуального и коллективного поведения агентов, а также разработки вычислительных моделей и эффективных алгоритмов для решения оптимизационных задач. Актуальность выявления паттернов индивидуального и коллективного поведения агентов, инспирированных животным миром, в том, что они позволяют улучшить баланс между скоростью сходимости алгоритма и диверсификацией пространства поиска решений. Это открытая исследовательская проблема, имеющая важное значение для обеспечения точности и производительности алгоритмов оптимизации в таких областях как распознавание образов, информационная безопасность, инженерное проектирование, интеллектуальный анализ данных, цифровая экономика. Активный интерес к этой проблеме наблюдается на международном уровне – многочисленные конференции, на которых докладываются теоретические и практические попытки изменить положение дел с этой проблемой, что подчеркивает актуальность проблемы. Целью проекта является развитие новой для научного коллектива тематики путем разработки эффективных алгоритмов на основе выявления паттернов поведения биологических агентов для задач оптимизации многомерных функций и сегментации изображений. Эффективность планируется достичь за счет установления баланса между скоростью сходимости биоэвристик и диверсификацией пространства поиска решений оптимизационных задач. Анализ современного состояния исследований по данной проблеме показывает, что в существующих биоэвристиках этот баланс, зачастую, слабо выражен, к тому же отсутствуют соответствующие инструменты измерения этого баланса, позволяющие понять, как влияют механизмы поиска оптимального решения на результаты работы алгоритма. Еще один фактор, влияющий на баланс – выбор параметров алгоритма для управления балансом. По результатам выполнения проекта будут получены новые данные о таких характеристиках биоэвристик как скорость сходимости, вычислительная трудоемкость, требуемый объем памяти, настройка параметров алгоритма, трудность программной реализации. Для эффективного решения задач оптимизации многомерных мультиэкстремальных функций и сегментации изображений будут разработаны новые вычислительной модели «стая хищников – стадо травоядных», коллаборативного поведения колонии пауков, индивидуального и коллективного поведения саранчи, стаи животных в поисках пищи. Эти вычислительные модели и выявленные паттерны поведения агентов будут положены в основу создания эффективных оптимизаторов с установленным балансом между скоростью сходимости алгоритма и диверсификацией пространства поиска решений. Речь идет о равновесии между способностью алгоритма находить новые, хорошие решения и возможностью алгоритма достигать оптимума целевой функции или подходить достаточно близко к нему за конечное число шагов. Будут созданы программные приложения и проведена экспериментальная проверка биоэвристик на бенчмарках многомерных функций путем сравнения с конкурирующими алгоритмами по показателям производительности и обоснования статистической значимости результатов. По результатам проекта предполагается создание научного задела для решения прикладных оптимизационных задач в области цифровой обработки изображений и компьютерного зрения, анализа и обработки данных, поиска информации, инженерного проектирования, энергоменеджмента, медицинской диагностики.

Ожидаемые результаты
В ходе реализации проекта по развитию новой научной тематики будут достигнуты следующие основные результаты: (1) Получены новые данные о таких характеристиках биоэвристик, инспирированных животным миром, как скорость сходимости, вычислительная трудоемкость, требуемый объем памяти, настройка параметров алгоритма, трудность программной реализации, а также оценки скорости сходимости биоэвристик в зависимости от используемого механизма популяционного отбора, от аттрактивности операторов поиска, от числа итераций алгоритма; оценки вычислительной трудоемкости на основе дрейф-анализа, оценки пространственной сложности биоэвристик и настройки параметров биоэвристик; (2) Разработаны инспирированные природой вычислительные модели «стая хищников – стадо травоядных», коллаборативного роевого поведения колонии пауков, бактерий, индивидуального и коллективного поведения саранчи, кукушек в процессе гнездового паразитизма, стаи животных в поисках пищи; (3) На основе этих моделей и выявленных паттернов индивидуального и коллективного поведения агентов в природных популяциях будут разработаны новые биоэвристики с установленным балансом между скоростью сходимости алгоритма и диверсификацией пространства поиска решений; (4) Созданы программные приложения и проведена экспериментальная проверка биоэвристик на тестовых функциях путем сравнения с конкурирующими алгоритмами по показателям производительности, обоснование статистической значимости результатов. Теоретическая значимость исследования для развития новой научной тематики заключается в том, что разрабатываемый подход развивает представления о способах поиска баланса в инспирированных природой алгоритмах между скоростью сходимости алгоритма и диверсификацией пространства поиска решений оптимизационных задач. Предлагаемый подход способствует обеспечению точности и производительности биоэвристик, пониманию особенностей стратегий и механизмов поиска оптимальных решений, преодолению проблем, связанных с преждевременной сходимостью алгоритмов, повышению аттрактивности операторов, используемых в биоэвристиках. Практическая значимость исследования состоит в том, что будут разработаны и предложены конкретные, проверенные экспериментально вычислительные модели, эффективные алгоритмы и программы, позволяющие теоретически обоснованно применять их для решения широкого спектра практических задач, связанных с оптимизацией. Исследователи могут руководствоваться предложенными подходами и ориентирами, использовать разработанные авторами приложения. Результаты проекта будут соответствовать мировому уровню исследований благодаря актуальности темы, а также лягут в основу разработки конкретных, проверенных экспериментально вычислительных моделей, биоинспирированных алгоритмов и программных приложений, позволяющих теоретически обоснованно применять их для решения широкого спектра задач, связанных с оптимизацией, в таких областях как инженерное проектирование, цифровая обработка изображений и компьютерное зрение, сети и коммуникации, энергоменеджмент, анализ и обработка данных, приобретение и управление знаниями, медицинская диагностика. Ожидаемыми результатами также являются публикации 4 статей в научных журналах, индексируемых в базе RSCI, 4 статей в научных журналах, индексируемых в базах данных Scopus и Web of Science, 1 монографии и 3 статей, индексируемых в базе данных РИНЦ. Все основные результаты проекта будут обнародованы на международных научных конференциях высокого уровня. В ходе реализации проекта планируется создать 2 результата интеллектуальной деятельности, имеющих государственную регистрацию и (или) правовую охрану в Российской Федерации.

---

 

ОТЧЁТНЫЕ МАТЕРИАЛЫ

---