@article{nokey,

title = {Особенности организации хранилища данных на основе интеллектуализации поискового агента и эволюционной модели отбора целевой информации},

author = {Иванов В.К.},

url = {https://disk.yandex.ru/i/nnMzoBqYCQjl4A},

issn = {2224-6363},

year  = {2019},

date = {2019-03-31},

urldate = {2019-03-31},

journal = {Вестник Тверского государственного технического университета. Серия «Технические науки»},

volume = {1},

number = {1},

pages = {75-84},

abstract = {В статье представлен систематизированный обзор результатов разработки теоретической основы и пилотной реализации технологии хранилища данных с автоматическим пополнением данными из источников, относящихся к различным тематическим сегментам. Предполагается, что хранилище будет содержать информацию об объектах, обладающих значительным инновационным потенциалом. Механизм селекции такой информации основан на определении ее семантической релевантности генерируемым поисковым запросам. При этом дается количественная оценка инновационности объектов, в частности их технологической новизны и востребованности. В статье приводятся описание принятых показателей инновационности, рассматриваются вопросы применения теории свидетельств для обработки неполной и нечеткой информации, определены основные идеи методики обработки результатов измерений для расчета вероятностных значение компонентов инновационности, кратко описано применение эволюционного подхода при формировании лингвистической модели архетипа объекта, приводятся сведения об экспериментальной проверке адекватности разработанной вычислительной модели. Результаты исследований, описанные в статье, могут быть использованы для бизнес-планирования, прогнозирования технологического развития, информационного обеспечения экспертизы инвестиционных проектов.},

keywords = {innovation index, база данных, бизнес-планирование, востребованность, генетический алгоритм, инновационность, интеллектуальный агент, новизна, тематический поиск, теория свидетельств, хранилище данных},

pubstate = {published},

tppubtype = {article}

}

@article{nokey,

title = {Обоснование и постановка задачи прогнозирования результатов генетического алгоритма},

author = {Иванов В.К.},

url = {https://disk.yandex.ru/i/I6iQWk2vOm4p8A

https://cyberleninka.ru/article/n/obosnovanie-i-postanovka-zadachi-prognozirovaniya-rezultatov-geneticheskogo-algoritma/viewer},

year  = {2016},

date = {2016-12-31},

urldate = {2016-12-31},

volume = {8},

number = {57},

pages = {5-13},

publisher = {СибАК},

abstract = {В статье обосновывается и формулируется постановка задачи прогнозирования результатов генетического алгоритма, разработанного для выполнения документного тематического поиска. Утверждается необходимость и полезность проверки выполнения теоремы схем Холланда для указанного алгоритма. Отмечены условия корректной проверки, в частности требования к кодированию генотипа запросов и сглаживанию фитнес-функции. Предложен метод кодирования генотипа, который использует расстояние между векторами, представ-ляющими запросы.

 

Vladimir Ivanov

Rationale Of The Problem With Prediction Of Genetic Algorithm Results

This article presents and explains the problem with prediction of the genetic algorithm results developed to perform a subject document search. The article alleges the necessity and usefulness of the verification Holland's scheme theorem for a specified algorithm. The correct test conditions and requirements including the query genotype representation and smoothing of the fitness function are described. The genotype representation method that uses the distance between vectors is offered.},

keywords = {crossover, data centre, defining length, fitness function, genetic algorithm, genotype, Holland’s schema theorem, order, query, representation, scheme, subject search, генетический алгоритм, генотип, кодирование, кроссинговер, определяющая длина, поисковый запрос, порядок, схема, тематический поиск, теорема Холланда, фитнес-функция},

pubstate = {published},

tppubtype = {article}

}

@article{134_9808a672-6f1b-45cb-a604-4e571f348b8d,

title = {Обоснование и постановка задачи прогнозирования результатов генетического алгоритма},

author = {Иванов В.К. and Иванов},

url = {https://disk.yandex.ru/i/vAD-Om2u1EpS6A},

year  = {2016},

date = {2016-12-29},

urldate = {2025-01-29},

journal = {Инновации в науке},

volume = {57},

number = {8},

pages = {5-13},

publisher = {СибАК},

abstract = {<p>В статье обосновывается и формулируется постановка задачи прогнозирования результатов генетического алгоритма, разработанного для выполнения документного тематического поиска. Утверждается необходимость и полезность проверки выполнения теоремы схем Холланда для указанного алгоритма. Отмечены условия корректной проверки, в частности требования к кодированию генотипа запросов и сглаживанию фитнес-функции. Предложен метод кодирования генотипа, который использует расстояние между векторами, представляющими запросы.</p><p> </p>},

note = {Иванов В.К. Обоснование и постановка задачи прогнозирования результатов генетического алгоритма // Инновации в науке. – 2016. - № 8 (57). – C. 5-13.},

keywords = {data centre, fSimilarity, innovation, генетический алгоритм, генотип, кодирование, кроссинговер, поисковый запрос, схема, тематический поиск, теорема Холланда, фитнес-функция},

pubstate = {published},

tppubtype = {article}

}

@article{104_a408fb2e-ad74-43be-ba98-fad95d412d90,

title = {Реализация генетического алгоритма для эффективного документального тематического поиска},

author = {Иванов В.К. and Мескин П.И.},

url = {https://disk.yandex.ru/i/ofhqSdQhLPe9_A},

doi = {10.15827/0236-235X.108},

year  = {2014},

date = {2014-12-30},

urldate = {2025-01-22},

journal = {Программные продукты и системы},

number = {4},

pages = {125-134},

publisher = {Тверь: Центрпрограммсистем},

abstract = {<p>Качество документального тематического поиска, то есть поиска документов, содержащих координированную информацию в заданном тематическом сегменте, не всегда удовлетворительно. Несмотря на наличие мощных поисковых систем для информационных ресурсов Интернета или для специализированных БД, процесс поиска остается трудоемким и слабо поддерживается программно и методологически.</p><p>В настоящей статье описывается программная реализация генетического алгоритма для выявления и отбора наиболее релевантных результатов, полученных в ходе последовательно выполняемых операций тематического поиска. При этом моделируется эволюционный процесс, который формирует устойчивую и эффективную популяцию поисковых запросов, образует поисковый образ документов или семантическое ядро, создает релевантные множества искомых документов, позволяет автоматически классифицировать результаты поиска. В статье обсуждаются особенности тематического поиска, обосновывается применение генетического алгоритма, описываются аргументы целевой функции, рассматриваются основные шаги и параметры алгоритма. Отмечается, что целевая функция, или критерий качества поиска, определяется позицией документа в списках результатов, построенных поисковой системой при выполнении максимального числа различных запросов, и семантической близостью к поисковому образу документов заданной тематики. Достаточно подробно описана программная реализация: основные объектные модели, пользовательский интерфейс, основная библиотека алгоритма, модули морфологического анализа, семантического анализа сходства текстов, поиска, управления БД, управления метаданными. Приводятся сведения о составе классов модулей и их компонентов.</p><p>В заключение отмечается, что реализованный генетический алгоритм является одним из элементов ПО разрабатываемой интеллектуальной системы информационной поддержки инноваций в науке и образовании. Он играет важную роль в обеспечении адаптивности функционирования поисковых механизмов, а разработанное ПО алгоритма создает достаточно широкий базис для дальнейших исследований и разработок.</p>},

note = {Иванов В.К., Мескин П.И. Реализация генетического алгоритма для эффективного документального тематического поиска // Программные продукты и системы. – Тверь : Центрпрограммсистем, 2014. - № 4 (108). – С. 125-134.},

keywords = {data centre, innovation index, генетический алгоритм, документ, мутация, поисковый запрос, популяция, приспособленность, ранжирование, релевантность, скрещивание, тематический поиск, фильтрация.},

pubstate = {published},

tppubtype = {article}

}