Архив статей журнала
ассмотрена задача двумерной упаковки геометрических фигур сложных форм. Задачи данного класса отнесены к классу NP-трудных проблем комбинаторной оптимизации. Помимо этого, упаковка фигур сложных геометрических форм, является одним из наиболее сложных подтипов задачи двумерной упаковки. В связи с этим необходима разработка эффективных эвристических подходов к решению данной задачи. В статье дана постановка задачи, описаны ее основные особенности, приведены ограничения и условия характерные для данного подтипа задачи двумерной упаковки. Описан критерий для подсчета эффективности решения. Для решения данной задачи в статье предлагается архитектура комбинированного поиска, состоящая из двух метаэвристических вычислительных алгоритмов. В данной архитектуре в качестве оптимизационных методов были реализованы модифицированный генетический и роевой мультиагентный биоинспирированный алгоритм, основанный на поведении пчелиной колонии. Данные алгоритмы позволяют получать наборы квазиоптимальных решений за полиномиальное время. Приведены преимущества от использования предлагаемого подхода. Для проверки эффективности предложенного подхода был разработан программный продукт, который использует предложенную архитектуру и метаэвристические вычислительные алгоритмы при решении поставленной задачи. Разработка программного продукта велась на языке программирования C++ и написана в среде разработки Microsoft Visual Studio Code. Проведен вычислительный эксперимент на наборе тестовых примеров-бенчмарок. По результатам экспериментальных исследований сделан вывод об эффективности предложенного комбинированного поиска при решении задачи двумерной упаковки геометрических фигур сложных форм в сравнении с решениями, базирующимися на классических алгоритмах.
Рассматривается проблема генерации карт занятости окружающего пространства для робототехнических платформ по данным от мультиспектральной системы технического зрения. Целью работы является качественное улучшение генерируемой модели проходимости путем комплексирования геометрических и семантических данных от лидаров и стереокамер, а также прямых измерений скорости от радаров миллиметрового диапазона. Представленные алгоритмы и их модификации являются универсальными по отношению к источнику данных и не требуют физической синхронизации сенсоров. В исследовании решается задача построения как статических априорных, так и работающих в реальном масштабе времени динамических карт занятости. Предложен подход по объединению априорной семантической карты с генерируемой в процессе автономного движения робота. Описаны подходы к накоплению и обновлению семантической информации в картах. Также рассматривается задача обнаружения динамических препятствий в картах занятости на основе модифицированного алгоритма фильтрации частиц. Описанный в статье комбинированный метод увеличивает точность определения динамических препятствий и позволяет корректно детектировать препятствие даже в случае ошибки алгоритма определения динамики. Выделены метрики по количественной оценки карт занятости. Разработанный алгоритм был протестирован на открытых датасетах Semantic KITTI, nuScenes в автомобильном домене данных, а также на малом сервисном роботе-уборщике как в симуляторе CARLA, так и в реальных условиях с активным пешеходным движением. Программная реализация алгоритма работает в реальном масштабе времени на встраиваемых вычислителях Jetson AGX Xavier и Jetson AGX Orin.
В настоящее время актуальность использования криптоактивов стремительно растет. В последние годы торговля криптовалютой стала одной из наиболее обсуждаемых тем в мире финансов и инвестиций. Криптовалюты, такие как Биткоин, Эфириум, привлекают внимание миллионов людей благодаря своей инновационности, потенциалу высокой прибыли и возможности децентрализации. Технология блокчейн, на которой основаны криптовалюты, является одной из самых инновационных и перспективных технологий на рынке. Изучение торговли криптовалютами позволяет понять, как частные инвесторы и компании могут использовать блокчейн-технологии для инвестирования и развития своих бизнесов. Одной из главных причин популярности торговли криптовалютой является ее высокий уровень волатильности. Курс криптовалют может быстро меняться, что предоставляет возможности для получения прибыли. Данная статья направлена на исследование использования предиктивной аналитики для принятия решений в децентрализованных системах на примере торговли криптовалютами на централизованных и децентрализованных биржах. В настоящей работе проводится исследование децентрализованных и централизованных систем с целью дальнейшего создания систем поддержки принятия решений. Приведено общее описание и схемы работы децентрализованных и централизованных динамических систем на примере исследования криптобирж. Данная научная статья исследует типовую структуру централизованной и децентрализованной криптобиржи, анализируя основные компоненты и принципы ее функционирования. В статье рассматривается внутренняя организация биржи, включая систему хранения цифровых активов, механизмы выполнения сделок, обеспечение безопасности и управление рисками. Также обсуждается взаимодействие биржи с участниками рынка, а также регулирующими органами. Помимо этого, данная научная статья исследует правила и принципы работы трейдеров и маркет мейкеров на централизованных и децентрализованных криптобиржах. Рассматриваются основные стратегии и тактики, которые используют участники рынка для обеспечения ликвидности и оптимизации операций торговли. В статье проводится сравнение подходов к торговле на различных типах криптобирж с учетом их особенностей и влияния на ценовую динамику криптовалют. Представленные результаты могут способствовать более глубокому пониманию процессов в торговле криптовалютами и оптимизации стратегий принятия решений для инвесторов и торговцев на рынке криптоактивов.
Основным способом решения задач планирования и управления движением является использование интеллектуальных технологий. При этом интеллектуальные технологии применяются для решения задач постановки и корректировки целей управления и программы действий по реализации этих целей, а также для формирования алгоритма управления в условиях неопределенности, обусловленной различными факторами, в исполнительных элементах, подсистеме управления движением, подсистеме планирования и поведения. Данная работа посвящена актуальной проблеме математического моделирования и теории управления: задаче децентрализованного управления мультиагентной системой, состоящей из агентов, моделирующих поведение автономных роботов, с целью обеспечения движения группы роботов, развернутых в линию и в строю типа «конвой». В работе рассматриваются результаты исследований в сфере управления группой беспилотных летательных аппаратов, определены типы задач, которые могут выполняться группой воздушных роботов, выделены основные стратегии управления и их особенности. Сформированы общие позиции, необходимые для разработки детализированного алгоритма группового управления. Каждый робот должен ориентироваться в пространстве автономно без GPS по сигналам с собственной камеры или лидара (активного дальномера) определять помехи, выстраивать оптимальные пути движения и принимать решения, направленные на достижения цели и выполнения задачи. Управление осуществляется с помощью алгоритма альтернативной коллективной адаптации, основанного на идеях коллективного поведения объектов адаптации. Для реализации механизма адаптации параметрам вектора сопоставляются автоматы адаптации, моделирующие поведение объектов адаптации в среде. Разработана структура процесса альтернативной коллективной адаптации, под управлением которой осуществляется передвижение группы роботов в строю.