Nom-1-2015-sait pdf

кодируются с применением генетических алгоритмов. Основной принцип работы алгоритмов за-
ключается в том, чтобы закодировать сообщения в исходном пространстве источника таким об-
разом, чтобы близкие друг к другу сообщения в кодовом пространстве, так же являлись близки-
ми в пространстве источника. Получается, что, при появлении ошибки в канале связи, эта ошиб-
ка искажает комбинацию незначительно. Полученная комбинация находится близко к исходной
как в пространстве кодовых комбинаций, так и в исходном метрическом пространстве источника.
Достаточно часто для пространств источника можно обнаружить явно выраженную кластериза-
цию. Одной из ключевых особенностей генетических алгоритмов является гибкость. Для каждо-
го отдельно класса или типа кластеризующихся пространств можно разработать отдельный тип
алгоритма, который будет выбирать начальные точки исходя из имеющихся кластеров. Для нача-
ла необходимо более подробно изучить поведение генетических алгоритмов без каких-либо мо-
дификаций в сравнении со случайным кодированием источника сообщений. Рассмотрены клас-
теризующиеся и некластеризующиеся метризованные пространства, которые хорошо описыва-
ются следующими распределениями: нормальное, равномерное и распределение Коши. Выбор
моделей определяется тем, что гауссовские массивы имеют ярко выраженную локализацию, рав-
номерные не имеют ее вообще, а распределенные по Коши имеют слабую локализацию, при ко-
торой даже центр рассеяния из-за расходимости интегралов не определен и приходится исполь-
зовать геометрические характеристики для выбора начальной точки исходного алгоритма. 
Баталов Алексей Эдуардович,
Московский технический университет связи и информатики
Россия, Москва, аспирант,
[e-mail]