Using genetic algorithms in intelligent recognition systems
The problem of the selection of optimal subset of irredundant unconditional diagnostic tests(IUDT) with use of genetic algorithm (GA) for intelligent recognition systems is considered. Resultsof the experiments for GA using pseudorandom IUDT matrices of various sizes are given.The experimental results show high efficiency and a convergence rate. Also an emerging effect ofthe combination of results from multiple GA runs is shown which demonstrates that combinationof results from independent runs depends weakly on number of runs and on population size. Thusa significant reduce of computational complexity can be obtained via reduction of runs numberand a population size which still produces solutions close to the optimal one.
Download file
Counter downloads: 295
Keywords
experimental results, intelligent recognition systems, optimal subset of irredundant unconditional diagnostic tests, genetic algorithm, test pattern recognition, artificial intelligence, результаты экспериментов, интеллектуальныe распознающие системы, оптимальноe подмножествo безызбыточных безусловных диагностических тестов, генетический алгоритм, тестовое распознавание образов, искусственный интеллектAuthors
| Name | Organization | |
| Yankovskaya A.E. | Tomsk State University of Architecture and Building | yank@tsuab.ru |
| Tsoy Y.R. | Tomsk Polytechnic University | qai@mail.ru |
References
Yankovskaya A.E., Bleikher A.M. Genetic algorithms for the synthesis optimization of a set of irredundant diagnostic tests in the intelligent system // Computer Science Journal of Moldova. 2001. V. 9. No. 3(27). P. 336 - 349.
Янковская А.Е., Блейхер А.М. Оптимизация синтеза безызбыточных диагностических тестов с использованием генетических алгоритмов и реализация ее в интеллектуальной системе // Искусственный интеллект. Научно-теоретический журнал. Донецк, 2000. № 2. С. 272 - 278.
Yankovskaya A.E. The test pattern recognition with genetic algorithms use // Proc. of the Pattern Recognition and Image Understanding. 5th Open German-Russian Workshop. 1999. P. 47 -54.
Yankovskaya A.E. Test pattern recognition with the use of genetic algorithms // Pattern Recognition and Image Analysis. 1999. V. 9. No. 1. P. 121 - 123.
Янковскаа А.Е. Тестовое распознавание образов с использованием генетических алгоритмов // Распознавание образов и анализ изображений: новые информационные технологии (РОАИ-4-98): Труды IV Всероссийской с международным участием конференции. Новосибирск, 1998. Ч. I. С. 195 - 199.
Naidenova R.A., Plaksin M.V., Shagalov V.L. Inductive inferring all good classification test // Знание - Диалог - Решение: Сб. науч. тр. Междунар. конф. Ялта, 1995. Т. 1. С. 79 - 84.
Yankovskaya A.E., Gedike A.I., Ametov R.V., Bleikher A.M. IMSLOG-2002 software tool for supporting information technologies of test pattern recognition // Pattern Recognition and Image Analysis. 2003. V. 13. No. 4. P. 650 - 657.
Yankovskaya A.E., Tsoy Y.R. Optimization of a set of tests selection satisfying the criteria prescribed using compensatory genetic algorithm // Proc. of IEEE EWDTW'05. Kharkov: SPD FL, 2005. P. 123 - 126.
Янковская А.Е., Цой Ю.Р. Исследование эффективности генетического поиска оптимального подмножества безызбыточных тестов для принятия решений // Искусственный интеллект. Украина, Донецк: IПШI «Наука i освiта», 2006. № 2. С. 257 - 260.
