Разработка генетического алгоритма в контексте оценки научно-инновационных проектов. Development of genetic algorithm in the context of the assessment of scientific and innovative projects.
53 34
Keywords:
генетический алгоритм, научно-инновационный проект, отбор, функция приспособленности, популяция, genetic algorithm, scientific and innovative project, selection, fitness function, population.Abstract
Предложен генетический алгоритм, позволяющий производить отбор научно инновационных проектов. Представлена функция приспособленности, которая численно характеризует научно инновационный проект. Введено понятие индекса привлекательности проекта. Описаны результаты лабораторных экспериментов, направленных на принятие решений при оценке научно-инновационных проектов. Установлено, что рассмотрение научно-инновационных проектов как особей существенно способствует улучшению результата их отбора, а также оптимизирует процесс оценки и выбора проектов. The genetic algorithm, allowing making selection of scientific and innovative projects is offered. Fitness function which numeric characterizes the scientific and innovative project is presented. The concept of an index of attractiveness of the project is entered. Results of the laboratory experiments directed on decision-making at an assessment of scientific and innovative projects are described. It is established that consideration of scientific and innovative projects as individuals significantly promotes improvement of result of selection and optimizes process of an assessment and a choice of projects.References
[1] Паклин Н. Непрерывные генетические алгоритмы математический аппарат. – 2013. – (http://www.basegroup.ru/library/optimization/real_ coded_ ga/)
[2] Мясников А.С. Островной генетический алгоритм с динамическим распределением вероятностей выбора генетических операторов. – 2013. – (http://technomag.- bmstu.ru/doc/136503.html)
[3] Ковшов Е.Е., Горяева О.В. Применение генетического алгоритма при оценке рисков инновационных проектов. // Российское предпринимательство. – 2010. – №11. – В.3(172). – C. 85-91.
[4] Есенгалиева Ж.С. Исследование метода и графической модели оценки инновационности и конкурентоспособности инновационных проектов. // Инновации в образовании: Материалы 42-й международной научно-практической конференции. – Алматы:
Қазақ университетi. – 2012. – Кн.2. – С. 261–267.
[2] Мясников А.С. Островной генетический алгоритм с динамическим распределением вероятностей выбора генетических операторов. – 2013. – (http://technomag.- bmstu.ru/doc/136503.html)
[3] Ковшов Е.Е., Горяева О.В. Применение генетического алгоритма при оценке рисков инновационных проектов. // Российское предпринимательство. – 2010. – №11. – В.3(172). – C. 85-91.
[4] Есенгалиева Ж.С. Исследование метода и графической модели оценки инновационности и конкурентоспособности инновационных проектов. // Инновации в образовании: Материалы 42-й международной научно-практической конференции. – Алматы:
Қазақ университетi. – 2012. – Кн.2. – С. 261–267.
Downloads
How to Cite
Есенгалиева, Ж. С. (2013). Разработка генетического алгоритма в контексте оценки научно-инновационных проектов. Development of genetic algorithm in the context of the assessment of scientific and innovative projects. Journal of Mathematics, Mechanics and Computer Science, 78(3), 40–47. Retrieved from https://bm.kaznu.kz/index.php/kaznu/article/view/104
Issue
Section
Mechanics, Mathematics, Computer Science
