Материалы в свободном доступе

Эффективное функционирование сложных социально-экономических систем в условиях неопределенности невозможно без решения многих задач поддержки принятия управленческих решений. В число таковых входят повышение качества выпускаемой продукции, снижение производственных затрат, обеспечение энерго- и ресурсосбережения, сокращение транспортных расходов, увеличение надежности цепи поставок, формирование сбалансированного портфеля проектов и другие. Их математическая постановка в типичном случае требует поиска глобального экстремума целевой функции, в случае многокритериальной постановки – проведения свертки критериев, что должно выполняться с учетом различных ограничений. При этом поиск оптимального решения обычно необязателен, и результат, близкий к таковому, считается приемлемым. К одним из наиболее востребованных методов решения задач в этой облегченной постановке принадлежат стохастические методы, позволяющие получить решение за время в ١٠2 – 103 раз меньшее времени выполнения алгоритмов на основе полного перебора. Особый интерес в последнее время проявляется к метаэвристическим методам, которые вдохновлены кооперативным поведением децентрализованной самоорганизующейся колонии живых организмов (пчел, муравьев, бактерий, кукушек, волков и т. п.) для достижения определенных целей – как правило, для удовлетворения пищевых потребностей. Согласно относительно недавно доказанной теореме «об отсутствии бесплатных обедов», универсального алгоритма, способного давать лучшие результаты независимо от решаемой проблемы, не существует, по причине чего направление усилий разработчиков смещается в сторону создания и совершенствования специализированных алгоритмов. Настоящая работа преследует цель установления подходов к конструированию методов, базирующихся на алгоритмах роевого интеллекта и нечеткой логики. На основе их классификации и анализа предложены возможные направления развития алгоритмов роевого интеллекта на различных шагах их выполнения (инициации популяции, миграции особей, оценки качества и отсева неперспективных решений) путем введения элементов нечеткости для повышения их эффективности при решении задач многомерной оптимизации параметров сложных социально-экономических систем.