ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2018 г.)
2-летний импакт-фактор РИНЦ: 0,678
2-летний импакт-фактор РИНЦ без самоцитирования: 0,541
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 1,047
5-летний импакт-фактор РИНЦ: 0,460
5-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Суммарное число цитирований журнала в РИНЦ: 7170
Пятилетний индекс Херфиндаля по цитирующим журналам: 310
Индекс Херфиндаля по организациям авторов: 412
Десятилетний индекс Хирша: 19
Место в общем рейтинге SCIENCE INDEX за 2018 год: 303
Место в рейтинге SCIENCE INDEX за 2018 год по тематике "Автоматика. Вычислительная техника": 10

Больше данных по публикационной активности нашего журнале за 2008-2018 гг. на сайте РИНЦ

Добавить в закладки

Следующий номер на сайте

1
Ожидается:
16 Марта 2020

В Сибирском государственном аэрокосмическом университете им. академика М.Ф. Решетнева разработаны, реализованы и проверены на тестовых и реальных практических задачах новые алгоритмические схемы применения интеллектуальных информационных технологий

04.02.2013

Для многих реальных практических задач характерна ситуация, когда существует большая БД с результатами наблюдений за сложной системой, но адекватной модели этой системы пока нет. В таких случаях применяют интеллектуальные информационные технологии (ИИТ) для предварительного решения задач моделирования, классификации, прогнозирования и пр. Однако само по себе проектирование ИИТ является достаточно сложной интеллектуальной процедурой, включающей еще и выбор их эффективных структур. Так, при проектировании генетического алгоритма (ГА) необходимо выбирать его оптимальные настройки, при создании искусственных нейронных сетей (ИНС) – структуру нейросети (количество слоев, количество нейронов на слое, типы функций активации, наличие связей между нейронами), для построения аналитических математических моделей алгоритмом генетического программирования (ГП) – структуру функциональной зависимости.

Сложность проектирования ИИТ препятствует их массовому внедрению в практическую деятельность человека. Автоматизация проектирования ИИТ помогла бы преодолеть часть трудностей, возникающих при их разработке, но для нее должны использоваться оптимизационные процедуры, позволяющие осуществлять комбинаторный поиск на сложных структурах. Так как обычные методы математического программирования здесь не работают, применяются методы эволюционного поиска.

Эволюционные алгоритмы (ЭА) представляют собой стохастические процедуры обработки информации, основанные на принципах естественной эволюции. Хотя ЭА успешно применяются при решении многих практических задач оптимизации и моделирования, существенная зависимость их эффективности от выбора настроек и параметров создает серьезные трудности для расширения возможности их применения.

Подробное описание дается в статье «Программный комплекс адаптивных эволюционных алгоритмов моделирования и оптимизации сложных систем», авторы: Семёнкин Е.С., Семёнкина М.Е. (Сибирский государственный аэрокосмический университет им. академика М.Ф. Решетнева, г. Красноярск).