Знание-ориентированный подход к адаптации алгоритмов

Abstract

Предлагается методика формирования альтернативно адаптивных алгоритмов. Знания вырабатываются с использованием показателей степени превосходства и области превосходства алгоритмов. Для адаптации к исходным данным алгоритмов выявляются их атрибуты, по ним исходные данные кластеризуются методом максиминного расстояния. Разработано программное обеспечение для построения альтернативно адаптивных алгоритмов. Экспериментально исследованы возможности их применения к решению задачи сжатия данных без потерь.Пропонується методика формування альтернативно адаптивних алгоритмів. Знання визначаються з застосуванням показників ступеня та області переваги алгоритмів. Для адаптації до вхідних даних алгоритмів виявляються їх атрибути, за ними вхідні дані кластеризуються методом максимінних відстаней. Розроблене програмне забезпечення для формування альтернативно адаптивних алгоритмів. Експериментально досліджені можливості їх застосування при стисканні файлів без втрат.The method to alternatively adaptive algorithm‘s designing is offered. Knowledge extracts with use such measures as degree of the superiority and area of the superiority of algorithms. The attributes of source data of algorithm‘s are detected and clustered by method of minimum and maximum distances. The specific software is developed for designing alternatively adaptive algorithms. Facilities of their application to the decision of a problem of lost-free compression of data are experimentally investigated.