Уникальные учебные работы для студентов


Курсовая работа по теории информационных систем

Программная реализация задач составления расписаний. От качественно составленного начальником цеха графика работ зависит эффективность работы цеха и производства в целом особенно конвейерного. Любой человек, планируя свой день или другой промежуток времени, решает задачу расписания. Эта задача при сравнительно небольшом промежутке времени, наличии опыта и небольшой погрешности может решаться одним человеком, но когда дело касается крупного производства в рыночных условиях погрешность — фатальна.

  1. Модели, методы и алгоритмы получения управляющей информации. Применение этого подхода для решения реальных задач, по-видимому, малоэффективно.
  2. Общие свойства для различных информационных систем, их классификация. Например, можно использовать CLP для сокращения области поиска имитацию отжига — для поиска оптимального расписания, и, наконец, имитационное моделирование — для корректировки расписания в случае необходимости его незначительного изменения, обусловленного дополнительными внешними факторами.
  3. В природе это эквивалентно оценке того, насколько эффективен организм при конкуренции за ресурсы.
  4. Поскольку у одного станка свобода регулирования самая маленькая, то и двигать его расписание не имеет смысла. В том случае, если между какими-то двумя вершинами возможны конфликты, например, оба занятия проводятся в одной аудитории или с одним преподавателем, то они соединяются ребром.
  5. Кроме того, в некоторых реализациях алгоритма применяется так называемая стратегия элитизма, которая заключается в том, что особи с наибольшей приспособленностью гарантировано, переходят в новую популяцию.

Поэтому с развитием вычислительных технологий ведутся разработки автоматизированных систем составления расписания. В некоторых частных случаях удалось разработать алгоритмы, способные найти решение за приемлемое время. Алгоритмы, составленные для разных сфер общества, могут иметь курсовая работа по теории информационных систем общего.

Например, в задачах составления расписания занятий в вузе и графика работ на предприятии можно провести следующие аналогии между ресурсами: Поэтому методы, разработанные для одного подкласса задач, часто можно перенести на. Методы решений задач на составление расписания Метод имитации отжига Идея курсовая работа по теории информационных систем имитации отжига заимствована из исследований поведения атомов металла в процессе его отжига.

В металле, нагретом до температуры, превышающей точку его плавления, атомы находятся в беспорядочном движении. При этом, как и во всех физических системах, они стремятся к состоянию минимума энергии единому кристаллуно при высоких температурах энергия атомных движений препятствует.

В процессе постепенного охлаждения металла возникают все более низкоэнергетические состояния, пока не будет достигнуто низшее из возможных состояний, глобальный минимум.

Один из возможных вариантов — это рассмотрение в качестве энергии целевой функции, основанной на штрафах, добавляемых к текущему расписанию за каждый неудобный в нём момент, а в качестве низкоэнергетического состояния — корректное хотя и неизвестное расписание. Алгоритм раскраски графа Задачу составления расписания можно рассматривать как задачу раскраски графа.

Курсовая работа по курсу «Теория информационных процессов и систем»

Напомним, что курсовая работа по теории информационных систем раскраски графа называют поиск хроматического числа графа или, другими словами, поиск минимального числа цветов, необходимых для раскраски вершин некоторого графа с использованием для каждой пары соседних вершин различных цветов. Сама задача поиска хроматического числа представляет собой NP-полную задачу, для решения которой в большинстве случаев используются различные жадные алгоритмы.

Для постановки задачи составления расписания как задачи раскраски графа строится граф, в котором каждая вершина представляет собой запланированное учебным планом занятие. В том случае, если между какими-то двумя вершинами возможны конфликты, например, оба занятия проводятся в одной аудитории или с одним преподавателем, то они соединяются ребром.

Курсовая работа - Информационный поиск: теория и практика

Это эквивалентно запрету одновременного проведения этих занятий. Тогда задача составления расписания представляется как минимизация числа цветов, необходимых для раскраски графа.

Каждый цвет соответствует одному периоду расписания. Применение этого подхода для решения реальных задач, по-видимому, малоэффективно. В то же время, задача раскраски графа при составлении расписаний может оказаться полезной в случае её комбинации с другими алгоритмами. Имитационное моделирование Учитывая NP-полноту задачи, для её решения можно попытаться применить имитацию действий диспетчера при составлении расписания. В этом случае алгоритм оперирует непосредственно расписанием и списком занятий, которые необходимо включить в расписание учебным планом.

Курсовая работа по теории информационных систем составления расписания начинается с пустого расписания, когда все занятия находятся в списке неучтённых занятий. Далее алгоритм переходит от одного незаконченного курсовая работа по теории информационных систем к другому, стремясь наилучшим образом расставить все занятия, включённые в список. Процесс продолжается до тех пор, пока не будет сформировано полное расписание или выполнится фиксированное количество итераций.

МОДЕЛИРОВАНИЕ СЛУЧАЙНЫХ СИГНАЛОВ

Получить полный текст Рассмотрим схему этого алгоритма более подробно. Данный алгоритм состоит из трёх основных действий: Выбирается ещё не включённое в расписание занятие. В первую очередь составляются расписания для наиболее дефицитных ресурсов. Это могут быть занятия, использующие дефицитный аудиторный фонд, занятия, проводимые преподавателями, которые ставят жёсткие условия по времени и месту их проведения и т.

Теория информационных систем

Для выбранного занятия определяются все возможные варианты его размещения в расписании, удовлетворяющие всем жёстким ограничениям. Далее каждая позиция оценивается с помощью специальной эвристической целевой функции, и занятие помещается в лучшую из возможных позиций.

Если в случае п. При реализации алгоритма, основанного на принципах имитационно го моделирования, особое внимание уделяется разработке эвристических правил выбора очередного занятия из списка, определения наилучшей для него позиции в расписании и оценке получаемого расписания. К положительным чертам такого подхода можно отнести возможность детального учёта специфики решаемой задачи в случае составления рас писания для конкретного вуза.

Однако при этом сильно ограничивается возможность применения разработанной системы в других учебных заведениях. Кроме того, по-видимому, понадобиться вносить существенные изменения в алгоритм при незначительных внутренних изменениях в вузе. Так как алгоритм основан на действиях, совершаемых диспетчером при составлении расписания, то существует возможность организации деятельного диалога между пользователем и системой курсовая работа по теории информационных систем поиске оптимального курсовая работа по теории информационных систем.

Однако это справедливо только для относительно небольших задач, так как в противном случае значительная зависимость алгоритма от пользователя может сделать такой диалог малоэффективным. Логическое программирование в ограничениях Составление расписания можно представить как задачу удовлетворения ограничений. Для решения таких задач разработано множество алгоритмов, начиная с классического метода Гаусса и заканчивая сложными методами, применяемыми в системах доказательства теорем и в системах символьных вычислений.

Курсовая работа - Исследование систем передачи информации

Возникло даже целое направление в программировании — программирование в ограничениях constraint programming. Программирование в ограничениях тесно связано с традиционным логическим программированием, в рамках которого оно и сформировалось. Большинство систем программирования в ограничениях представляют собой обычный интерпретатор Пролога со встроенным механизмом для решения определённого класса задач удовлетворения ограничениям.

  • Случайным образом сформировать начальную популяцию, состоящую из k особей;
  • Наименее приспособленные особи с меньшей вероятностью смогут воспроизвести потомков, так что те свойства, которыми они обладали, будут постепенно исчезать из популяции в процессе эволюции;
  • На выходе фильтра получается сигнал с требуемой формой спектральной плотности мощности;
  • Если в случае п;
  • Анализ сохранности информационных систем.

Программирование в курсовая работа по теории информационных систем системах называют логическим программированием в ограничениях Constraint Logic Programming или CLP. Идея решения задач такова, что программист определяет некоторое множество переменных x1. Результатом работы алгоритма будет множество значений каждой переменной, не противоречащих указанным ограничениям.

При этом область определения переменных, участвующих в строгих ограничениях, может существенно сократиться или даже содержать единственное значение.

Генетические алгоритмы Рассмотренные методы в своей основе используют итерационную технику улучшения результатов. В течение одной итерации они ищут решение, лучшее в окрестностях данного. Если такое решение найдено, оно становится текущим и начинается новая итерация.

Это продолжается до тех пор, пока прирост целевой функции не уменьшится практически до нуля или курсовая работа по теории информационных систем выполнится заданное количество итераций. Очевидно, что такие методы ориентированы на поиск только локальных оптимумов, причём положение найденного оптимума зависит от стартовой точки. Глобальный же оптимум может быть найден только случайно. Для повышения вероятности нахождения глобального оптимума используется множественный эксперимент с различными начальными точками, что существенно увеличивает время поиска.

Генетические алгоритмы их особенности В связи с этим представляет интерес разработка алгоритмов, сохраняющих преимущества описанных методов и свободных от указанного недостатка. К таким алгоритмам относятся генетические алгоритмы. Генетический алгоритм — это эвристический алгоритм поиска, используемый для решения задач оптимизации и моделирования путём случайного подбора, комбинирования и вариации искомых параметров с использованием механизмов.

Они основаны на генетических процессах биологических организмов: Подражая этому процессу генетические алгоритмы способны "развивать" решения реальных задач, если те соответствующим образом закодированы. Они могут также использоваться для интерактивного управления процессом, например на химическом заводе, или балансировании загрузки на многопроцессорном компьютере.

Генетические алгоритмы являются разновидностью эволюционных вычислений. В основе этого программного продукта используются генетические алгоритмы.

В отличие от эволюции, происходящей в природе, генетические алгоритмы только моделируют те процессы в популяциях, которые являются существенными для развития. Точный ответ на вопрос: В природе особи в популяции конкурируют друг с другом за различные ресурсы, такие, например, как пища или вода. Кроме того, члены популяции одного вида часто конкурируют за привлечение брачного партнера. Те особи, которые наиболее приспособлены к окружающим условиям, будут иметь относительно курсовая работа по теории информационных систем шансов воспроизвести потомков.

Слабо приспособленные особи либо совсем не произведут потомства, либо их потомство будет очень немногочисленным.

  • Этапы построения информационных систем;
  • Таким образом, выполняя график и соблюдая это ограничение, превысить среднюю трудоемкость по месяцам предприятие не сможет;
  • Поскольку необходимо распределить общую трудоёмкость в год между месяцами, деление общей трудоёмкости на количество месяцев в году даёт ограничение выполнения работ в месяц.

Это означает, что курсовая работа по теории информационных систем от высоко адаптированных или приспособленных особей будут распространяться в увеличивающемся количестве потомков на каждом последующем поколении. Комбинация хороших характеристик от различных родителей иногда курсовая работа по теории информационных систем приводить к появлению "суперприспособленного" потомка, чья приспособленность больше, чем приспособленность любого из его родителя.

Таким образом, вид развивается, лучше и лучше приспосабливаясь к среде обитания. Генетические алгоритмы используют прямую аналогию с таким механизмом. Они работают с совокупностью "особей" - популяцией, каждая из которых представляет возможное решение данной проблемы, т. Каждая особь оценивается мерой ее "приспособленности" согласно тому, насколько "хорошо" соответствующее ей решение задачи.

В природе это эквивалентно оценке того, насколько эффективен организм при конкуренции за ресурсы. Это приводит к появлению новых особей, которые сочетают в себе некоторые характеристики, наследуемые ими от родителей. Наименее приспособленные особи с меньшей вероятностью смогут воспроизвести потомков, так что те свойства, которыми они обладали, будут постепенно исчезать из популяции в процессе эволюции. Так и курсовая работа по теории информационных систем вся новая популяция допустимых решений, выбирая лучших представителей предыдущего поколения, скрещивая их и получая множество новых особей.

Это новое поколение содержит более высокое соотношение характеристик, которыми обладают хорошие члены предыдущего поколения. Таким образом, из поколения в поколение, хорошие характеристики распространяются по всей популяции. Скрещивание наиболее приспособленных особей приводит к тому, что исследуются наиболее перспективные участки пространства поиска. В конечном итоге, популяция будет сходиться к оптимальному решению задачи.

Схема функционирования генетического алгоритма Перейдем к описанию функционирования генетического алгоритма. Рассмотрим схему функционирования генетического алгоритма в его классическом варианте. Случайным образом сформировать начальную популяцию, состоящую из k особей. Значение этой функции определяет насколько хорошо подходит особь, описанная данной хромосомой, для решения задачи.

Выбрать особь Ac из популяции. С определенной вероятностью вероятностью мутации Pm выполнить оператор мутации. Выполнить операции, начиная с пункта 3, k. Если выполнилось условие останова, то завершить работу, курсовая работа по теории информационных систем переход на шаг 2. Теперь рассмотрим подробнее отдельные этапы алгоритма.

Получить полный текст Создание начальной популяции Перед первым шагом нужно случайным образом создать начальную популяцию; даже если она окажется совершенно неконкурентоспособной, генетический алгоритм все равно достаточно быстро переведет ее в жизнеспособную популяцию. Таким образом, на первом шаге можно особенно не стараться сделать слишком уж приспособленных особей, достаточно, чтобы они соответствовали формату особей популяции, и на них можно было подсчитать функцию приспособленности Fitness.

Итогом первого шага является популяция B, состоящая из k особей.

VK
OK
MR
GP