Исследование сходимости генетического алгоритма при решении задачи устранения температурного дисбаланса отапливаемых помещений

Авторы

  • А. П. Шуравин ИжГТУ имени М. Т. Калашникова
  • С. В. Вологдин ИжГТУ имени М. Т. Калашникова

DOI:

https://doi.org/10.22213/2410-9304-2022-1-106-114

Ключевые слова:

искусственный интеллект, методы оптимизации, нейронные сети, генетический алгоритм

Аннотация

В статье обосновывается актуальность применения искусственного интеллекта в энергосбережении и исследований генетических алгоритмов, применяемых для решения задач устранения температурного дисбаланса отапливаемых помещений. Задачей представленного в настоящей статье исследования является определение зависимости скорости сходимости генетического алгоритма, применяемого для оптимизации температуры отапливаемых помещений от количества регулируемых параметров. В статье также приводится краткий обзор работ в области автоматизации и оптимизации энергосбережения и обзор работ в области исследования генетических алгоритмов, включая исследования зависимости сходимости генетических алгоритмов от различных параметров и применение генетических алгоритмов для решения узкоспециализированных задач. В данной работе приведена математическая постановка задачи оптимизации, вытекающая из задачи устранения температурного дисбаланса отапливаемых помещений, включая формулу вычисления целевой функции. Согласно данной формуле, целевая функция является среднеквадратическим отклонением температур в отапливаемых помещениях от нормативной. В статье также кратко приводится методика расчета равновесной температуры в отапливаемых помещениях, в частности, приводятся: уравнение теплового баланса, система гидравлических уравнений системы отопления здания, формула расчета теплопотока от радиатора отопления. В работе описан генетический алгоритм, включая блок-схему с объяснениями. Приведены результаты вычислительного эксперимента, включая графики и таблицу. В заключении приводятся выводы из результатов экспериментов: при увеличении количества параметров, подлежащих регулированию в ходе оптимизации, сходимость генетического алгоритма уменьшается - увеличивается количество итераций, за которые достигается условие останова, и эта зависимость нелинейная.

Биографии авторов

А. П. Шуравин, ИжГТУ имени М. Т. Калашникова

аспирант кафедры «Информационные системы»

С. В. Вологдин, ИжГТУ имени М. Т. Калашникова

доктор технических наук, доцент, профессор кафедры «Информационные системы»

Библиографические ссылки

Cass R., Radl B. A neural network modeling and optimization system for online heat rate Improvement and NOx reduction of coal fired furnaces // Proc. World Congress on Neural Networks, 2. Washington, DC, July 1993. P. 656-659.

Применение искусственного интеллекта в энергетике / И. Р. Халитов, А. М. Рахимов, М. М. Фанилевич, Р. Г. Филькин // Высокие технологии, наука и образование: актуальные вопросы, достижения и инновации : сборник статей XII Всероссийской научно-практической конференции. Пенза, 2021. С. 12-14.

Лосев А. Н. Применение искусственного интеллекта в российской энергетике для повышения энергоэффективности сельского хозяйства // Материалы международной научной конференции, посвященной 125-летию со дня рождения В. С. Немчинова. М., 2019. С. 399-403.

Селютин В. Е., Бодрилов П. А., Савиных В. А. Применение искусственного интеллекта в сфере энергетики // Моя профессиональная карьера. Кемерово, 2021. С. 100-103.

Чипига А. Ф., Колков Д. А., Конюшков В. А. Исследование влияния вероятности возникновения оператора мутации на сходимость генетического алгоритма // Современные наукоемкие технологии. 2007. № 10. С. 78.

Долженко А. М., Рыбалко К. К., Робченко М. Н. Сравнение скорости сходимости различных видов генетических алгоритмов // Материалы III Международной научно-практической конференции. Азов, 2016. С. 176-178.

Применение искусственных нейронных сетей в задачах управления генетическим алгоритмом / Д. А. Петросов, Р. А. Ващенко, А. А. Степовой, Н. В. Петросова, А. Н. Зеленина // Моделирование, оптимизация и информационные технологии. 2019. № 4 (27). С. 10-11. DOI: 10.26102/2310-6018/ 2019.27.4.016.

Асанов Ю. А., Белецкая С. Ю., Аль-Саеди Моханад Ридха Ганим. Модификация генетического алгоритма с адаптивным переключением кроссовера // Моделирование, оптимизация и информационные технологии. 2020. № 8 (2). С. 1-2. DOI: 10.26102/2310-6018/2020.29.2.00.

Матюхина Я. С. Нечеткая система управления параметрами генетического алгоритма, настраиваемая генетическим алгоритмом // Математические методы моделирования, управления и анализа данных. Красноярск, 2017. С. 219-220.

Tausnev D. A. Modification of selective pressure in genetic algorithms for solving the problems of unconditional monocriterial optmization // Youth. Society. Modern Science, Technologies & Innovations. Krasnoyarsk. 2020. Num 19, pp. 70-72.

Федоров Е. А. Исследование скорости работы генетического алгоритма и алгоритма полного перебора // Сборник избранных статей научной сессии ТУСУР. Томск, 2019. С. 107-109.

Гулакова Т. К. Исследование зависимости эффективности работы генетического алгоритма от выбора параметров операторов алгоритма на многоэкстремальных тестовых функциях // Актуальные проблемы авиации и космонавтики. Красноярск, 2010. С. 315-317.

Басалаев А. А., Шнайдер Д. А. Метод оптимизации температуры подаваемого теплоносителя в системе централизованного теплоснабжения зданий на основе имитационного моделирования // Вестник Южно-уральского государственного университета. Серия: компьютерные технологии, управление, радиоэлектроника. 2017. Т. 17, № 1. С. 15-22.

Стенников В. А., Чемерзов А. А. Применение алгоритма перебора деревьев и метода имитации отжига для схемно-структурной оптимизации тепловых сетей // Программные продукты и системы. 2018. Т. 31, № 2. С. 387-395.

Shuravin A. P., Vologdin S. V.Comparison of the characteristics of the genetic algorithm and the method of coordinates search for optimization of temperature modes indoor areas // V International Conference on "Information Technology and Nanotechnology" (ITNT-2019). Samara. 2019. Pp. 260-270.

Биоинспирированные методы в оптимизации : монография / Л. А. Гладков, В. В. Курейчик, В. М. Курейчик и др. М. : Физматлит, 2009. 384 с. ISBN 978-5-9221-1101-0.

Опубликован

15.06.2022

Как цитировать

Шуравин, А. П., & Вологдин, С. В. (2022). Исследование сходимости генетического алгоритма при решении задачи устранения температурного дисбаланса отапливаемых помещений. Интеллектуальные системы в производстве, 20(1), 106–114. https://doi.org/10.22213/2410-9304-2022-1-106-114

Выпуск

Раздел

Статьи