Научный журнал

ISSN 1814-2400

ИНФОРМАТИКА И СИСТЕМЫ УПРАВЛЕНИЯ

Полухин П. В.

РАЗРАБОТКА ОПТИМАЛЬНЫХ СТОХАСТИЧЕСКИХ МЕТОДОВ РЕШЕНИЯ ЗАДАЧ ФИЛЬТРАЦИИ СКРЫТЫХ МАРКОВСКИХ МОДЕЛЕЙ НА ОСНОВЕ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ

Область применения алгоритмов многочастичных фильтров является достаточно обширной. Они могут быть использованы для решения вероятностных задач в большинстве графических моделей, вершины которых обладают вероятностными характеристиками. Простота реализации и большой потенциал масштабирования данных фильтров делают их универсальным инструментом в процессе решения вероятностных задач. Однако существует ряд недостатков данного алгоритма, связанных с тем, что точность алгоритма пропорциональна объему генерируемых выборок, согласованность которых определяется на этапе повторного взвешивания в соответствии со свидетельствами, поступающими на каждом шаге выполнения алгоритма. Для решения данных проблем в научном исследовании предлагается оптимизации алгоритма многочастичного фильтра за счет использования генетических алгоритмов в процессе формирования выборок. Такой подход позволяет сузить область разброса выборок, а также повысить степень их согласованности.

Ключевые слова: многочастичный фильтр, метод Монте-Карло, цепь Маркова, скрытая марковская модель, генетический алгоритм