КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, XLVII Науково-технічна конференція факультету комп'ютерних систем і автоматики (2018)

Розмір шрифта: 
МЕТОДИ КОМБІНАТОРНОЇ ОПТИМІЗАЦІЇ, ЯКІ ІНСПІРОВАНІ ЖИВОЮ ТА НЕЖИВОЮ ПРИРОДОЮ
Артем Гаевой, Юрий Иванов

Остання редакція: 2018-03-26

Анотація


У роботі проведено огляд методів комбінаторної оптимізації  із групи ”м'яких обчислень”, які інспіровані живою та неживою природою. Дані методи є досить оригінальними та ефективними, а їх знання допоможе  розв’язати ряд прикладних задач без особливих знань математики.

 

COMBINATORIAL OPTIMIZATION METHODS INSPIRED BY LIVING AND NONLIVING NATURE

Abstract. In this paper has been conducted a brief overview of the methods of combinatorial optimization from the group of "soft computing", which are inspired by nature. These methods are quite original and effective, and knowledge of them will help the to solve a number of applied tasks without special knowledge of mathematics.                   



Ключові слова


комбінаторна оптимізація; методи живої та неживої природи; імітація відпалу; генетичний та мурашиний алгоритми; combinatorial optimization; nature inspired methods; simulation annealing; genetic and ant algorithms

Посилання


1. Всеукраїнська студентська олімпіада зі спеціальності “Комп'ютеризовані системи управління та автоматика” [Електронний ресурс]. – Режим доступу: http://olimpksua.vntu.edu.ua/tasksUA/task2012.rar.


2. Іванов Ю.Ю. Вступ до Computer Science. Дискретна математика: цікава та не дуже: лекції, алгоритми та задачі / Ю.Ю. Іванов. – 2018. – 89 с. – Режим доступу: https://iq.vntu.edu.ua/method/read_url.php?tbl_num=2&url=/fdb/1166/Discrete_Math_by_IVANOV.djvu.

 

3. Алексєєв С.В. Обробка інформації в складних організаційних системах // С.В. Алексєєв, В.О. Мартовицький / Системи обробки інформації. – 2014. – Випуск 2 (118). – С. 84-88.


4. Кристофидес Н. Теория графов. Алгоритмический поход / Н. Кристофидес. – М.: Мир, 1978. – 360 с.

 

5. Ерзин А.И. Задачи маршрутизации / А.И. Ерзин, Ю.А. Кочетов. – Новосибирск: РИЦ НГУ, 2014. – 95 с.

 

6. Азенкотт Р. Процедура «отпуска» // Р. Азенкотт / Труды семинара Н. Бурбаки за 1988 г. Сборник статей: составитель А.И. Кострикин. – М.: Мир, 1990. – С. 235-251.

 

7. Kirkpatrick S. Optimization by Simulated Annealing //S. Kirkpatrick, C.D. Gelatt, M.P. Vecchi / Science. – 1983. – P. 671-680.

 

8. Cerny V. Thermodynamical Approach to the Traveling Salesman Problem: An Efficient Simulation Algorithm // V. Cerny / Journal of Optimization Theory Applications. – 1985. – № 45. – P. 41-51.

 

9. HollandJ.H. Adaptation in Natural and Artificial Systems / J.H. Holland. – MIT Press, 1992. – 225 p.

 

10. Эволюционные методы моделирования и оптимизации сложных систем / Е.С. Семенкин, М.Н. Жукова, В.Г. Жуков, И.А. Панфилов, В.В. Тынченко. – Красноярск: СФУ, 2007. – 310 с.

 

11. Dorigo М. Ant Colony System: A Cooperative Learning Approach to the Traveling Salesman Problem // M. Dorigo, L.M. Gambardella / IEEE Transactions of Evolutionary Computing. – 1997. – V. 1. – P. 53-66.

 

12. Shtovba S. Ant Algorithms: Theory and Applications //S. Shtovba/ Programming and Computer Software. – 2005. – V. 31. – № 4. – P. 167-178.


Повний текст: PDF