Студенческий сайт КФУ - ex ТНУ » Учебный раздел » Учебные файлы »ПРОГРАММИРОВАНИЕ

Реализация алгоритма отбора в элитную группу

Тип: курсовая работа
Категория: ПРОГРАММИРОВАНИЕ
Скачать
Купить
Разработка программы для отбора образцов меха в коллекцию – элитную группу из исходного множества согласно заданному эталону и определенным критериям (вид меха, высота мехового покрытия, блеск) и для прогнозирования дальнейшего развития этой группы.
Краткое сожержание материала:

Размещено на

Размещено на

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. ПОСТАНОВКА ЗАДАЧИ

1.1 Характеристика задачи

1.2 Входная информация

1.3 Выходная информация

1.4 Математическая постановка задачи

1.5 Специальные требования к техническому обеспечению

2. ОПИСАНИЕ МЕТОДА МОДЕЛИРОВАНИЯ

3. ОПИСАНИЕ АЛГОРИТМА

3.1 Назначение и характеристика

3.2 Используемая информация

3.3 Результаты решения

3.4 Математическое описание

3.5 Алгоритм решения

4. ОПИСАНИЕ ПРОГРАММЫ

4.1 Описание функции заполнения исходного множества

4.1.1 Вводная часть

4.1.2 Функциональное назначение

4.1.3 Описание информации

4.1.4 Описание логики

4.1.5 Настройка программных средств

4.2 Описание функции формирования элитной группы

4.2.1 Вводная часть

4.2.2 Функциональное назначение

4.2.3 Описание информации

4.2.4 Описание логики

4.2.5 Настройка программных средств

4.3 Описание функции эволюции элитной группы

4.3.1 Вводная часть

4.3.2 Функциональное назначение

4.3.3 Описание информации

4.3.4 Описание логики

4.3.5 Настройка программных средств

4.4 Описание функции "прополки"

4.4.1 Вводная часть

4.4.2 Функциональное назначение

4.4.3 Описание информации

4.4.4 Описание логики

4.4.5 Настройка программных средств

4.5 Описание функции "сбора урожая"

4.5.1 Вводная часть

4.5.2 Функциональное назначение

4.5.3 Описание информации

4.5.4 Описание логики

4.5.5 Настройка программных средств

5. ОПИСАНИЕ КОНТРОЛЬНОГО ПРИМЕРА

5.1 Назначение

5.2 Исходные данные

5.3 Результаты работы

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ 1. ТЕКСТ ПРОГРАММЫ

ПРИЛОЖЕНИЕ 2. КОНТРОЛЬНЫЙ ПРИМЕР

ПРИЛОЖЕНИЕ 3. РУКОВОДСТВО ПРОГРАММИСТА

ПРИЛОЖЕНИЕ 4. РУКОВОДСТВО ОПЕРАТОРА

ВВЕДЕНИЕ

Целью данной курсовой работы является разработка программы для принятия решения с повторением - реализация алгоритма отбора в элитную группу. В качестве элитной группы используется различные виды меха. Претенденты в коллекцию будут отбираться согласно критериям: вид меха, высота мехового покрытия (в мм), блеск. Эволюция группы предусматривает набор элементов в элитную группу заново согласно выбранному рекомендателю. Развитие группы пойдет либо в положительном направлении, либо в отрицательном (деградация). Так же возможно проведение процедур «прополки», то есть исключения из группы «сорных» элементов или отбора лучших - уход из группы лучших элементов.

Задача программы показать, какие элементы попадут в группу, предусматривая элемент случайности, также показать дальнейшее развитие группы.

Данная задача является актуальной, так как отбор лучших образцов всегда идет по каким-либо критериям. Добавляя элементы в исходное множество и задав значения эталона, можно узнать шанс попадания, элементы в элитную группу, то есть в коллекцию.

1. ПОСТАНОВКА ЗАДАЧИ

1.1 Характеристика задачи

Задача предназначена для принятия решения с повторением - для отбора мехов по трём критериям: вид меха, высота мехового покрытия (в мм), блеск. Задача предусматривает эволюцию элитной группы, процедуры «прополки» и отборки лучших.

1.2 Входная информация

В качестве входной информации используются данные из исходного множества видов меха, сформированного случайным образом.

Входные данные включают:

· Имя меха

· Вид меха

· Высота мехового покрытия (в мм)

· Блеск

Кроме того, в качестве входных данных используются значения критериев эталона и число элементов, исключаемых в процедурах «прополки» и отборки лучших, введенные пользователем.

1.3 Выходная информация

Выходной информацией является сформированная согласно эталону элитная группа, а именно коллекция видов меха. При формировании группы предусматривается включение «сорных» элементов.

При эволюции подсчитывается сумма элитной группы по критериям до и после, и в результате сравнения выводим результат, развивается группа или деградирует.

При «прополке» выводятся n заменяемых элементов с худшей суммой, а при отборе лучших - с лучшей.

1.4 Математическая постановка задачи

В данной работе реализована модель - «Претендент - Рекомендатель». Она заключается в том что, на первом этапе из генеральной совокупности объектов выбираются объекты с улучшенными свойствами. В качестве таких свойств выбраны: вид меха, высота мехового покрова (в мм), блеск.

Запишем их в следующем виде:

< surface,depth,glitter> - множество критериев, где

surface - вид меха

depth - высота мехового покрова (в мм.),

glitter - блеск.

Данные эталона вводятся пользователем, обозначим их следующим образом:

<s,d,g> - множество критериев эталона, где

s - вид меха,

d - высота мехового покрова (в мм.),

g - блеск.

Элементы из генеральной совокупности попадают в элитную группу при выполнении следующего условия:

(surface >= s) & (depth >=d) & (glitter >=g)

Данная схема идеализирована, поэтому следует добавить ошибку, так что в результате в элитную группу могут попасть и не элитные элементы, так называемые «сорняки»:

(surface <= s) & (depth <=d) & (glitter <=g). Вероятность попадания «сорняка» p=0,02.

С долей сорных элементов или без нее, формируется элитная группа и с ней можно начать работать.

Введём ещё одно условие: при необходимости пополнить группу из-за того, что какие-то элементы выбыли из неё. При этом к эталону обратиться уже нельзя, так как он нужен только на этапе формирования группы. Для этого поступаем следующим образом:

Выбираем наугад элитный элемент, назвав его «рекомендателем» и так же наугад элемент из исходной совокупности «претендента» и сравниваем их. Если «претендент» окажется не хуже «рекомендателя», он включается в элиту.

Пусть рекомендатель rec принадлежит множеству элементов элитной группы Э, тогда rec выбирается следующим образом:

Rec = СЛЧИСЛ(Э)

Пусть претендент can принадлежит множеству генеральной совокупности Г, тогда can выбирается следующим образом:

Can = СЛЧИСЛ(Г)

Элемент добавляется при выполнении следующего условия:

Can >= Rec

При этом для элиты возможно два пути развития: положительный, когда элита состоит из элементов с высокими показателями критериев, либо отрицательный (деградация), когда число сорных элементов стало велико в группе. Для этого считается сумма до шага эволюции (S1) и сумма после эволюции (S2):

Все элементы элитной группы Э принадлежат следующему множеству:

<s,d,g> - множество критериев элемента, где

s - вид меха,

d - высота мехового покрова (в мм.),

g - блеск.

Сумма до шага эволюции вычисляется следующим образом:

где КОЛ - количество элементов в элитной группе.

Сумма после шага эволюции вычисляется следующим образом:

Элита развивается, если S1>S2, иначе элита деградирует

1.5 Специальные требования к техническому обеспечению

Программа может работать на персональном компьютере с операционной системой Windows XP\Vista\7. Дополнительное наличие программ или библиотек не требуется.

2. ОПИСАНИЕ МЕТОДА МОДЕЛИРОВАНИЯ

Эталон - объект внешний по отношению, как к исходной совокупности, так и к формируемой группе. Он привносится извне и вообще может иметь иную природу, чем сортируемые объекты.

Оперируя эталоном и найдя в исходной совокупности нужное число элементов, не худших, чем эталон, мы закончим формирование элитной группы. Введем еще одно условие: при необходимости пополнить группу из-за того, что какие-то элементы выбыли из нее (израсходовав ресурс, погибнув и т. д.), к помощи эталона прибегнуть уже нельзя. Эталон был доступен только на этапе формирования группы.

Выберем наугад элитный элемент, назвав его "рекомендатель", и так же наугад элемент из исходной совокупности "претендента" и сравним их. Если претендент окажется не хуже «рекомендателя», он включается в элиту.

Рис. 2.1

Другие файлы:

Реализация алгоритма обратной трассировки лучей для моделей с большим числом полигонов
Алгоритмы получения реалистических изображений. Применение алгоритма обратной трассировки лучей, ее математическая основа. Составление матрицы и прогр...

Программная реализация алгоритма Дейкстры (построение цепей минимальной длины)
Теоретическое исследование вопроса и практическое применение. Общие сведения о графах. Алгоритм Дейкстры. Особенности работы в среде. Программная реал...

Разработка алгоритма работы и реализация интеллектуальной информационной системы
Разработка алгоритма и реализация интеллектуальной информационной системы, позволяющей оценить время в неделю, необходимое для осуществления функций т...

Ручная реализация алгоритма решения задачи
Особенности метода неопределенных множителей Лагранжа, градиентного метода и метода перебора и динамического программирования. Конструирование алгорит...

Использование современных симметрических (DES) и асимметрических (RSA) алгоритмов шифрования
Реализация алгоритма DES и режимов шифрования для любой длины сообщения и любой длины ключа. Шифрование сообщений различной длины и ключа с замеривани...