Использование генетических алгоритмов и нечёткой логики для решения задачи оптимизации деятельности рабочего агента

Разрабатываемая система предназначена для подбора параметров рабочего агента, при которых он по окончании своей деятельности придёт в заданное (изначально желаемое) состояние, либо своими действиями приведёт в заданное состояние окружающую его среду.

Действия, которые требуется выполнить, агент выбирает в зависимости от своих параметров, основываясь на наборе нечётких правил «если-то». Подбор изначальных параметров агента осуществляется генетическим алгоритмом. Выполнение действий изменяет параметры агента, и после окончания последовательности выборов и исполнений действий конечное состояние агента сравнивается генетическим алгоритмом с заданным (желаемым) состоянием.

Разрабатываемая система является оболочкой, предназначенной для решения задачи оптимизации при любых конкретизациях этой задачи; т. е., при любых наборах параметров агента и среды функционирования, наборах правил «если-то», наборе возможных к исполнению действий, и любом желаемом состоянии агента/среды, при условии, что эти данные системе были предоставлены.

Целевой язык разработки – Visual Prolog 7.1. Это универсальный объектно-ориентированный язык, поддерживающий на уровне языка логику предикатов первого порядка и реляционные таблицы.

По состоянию на октябрь 2008 года система находится в процессе разработки.

Литература

1. Neuro-fuzzy and soft computing : a computational approach to learning and machine intelligence / Jyh-Shing Roger Jang. Chuen-Tsai Sun, Eiji Mizutani. – London [etc.] : Prentice-Hall Inc., 1997. – 640 c. – ISBN 0-13-261066-3.