Порівняльний аналіз методів, що використовуються для розв’язання задач комбінаторної оптимізації

• Опубліковано в: : Індуктивне моделювання складних систем
• Дата: 2015
• Автор: Тимофієва, Н.К.
• Формат: Стаття
• Мова: Українська
• Опубліковано: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2015
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/125039
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Порівняльний аналіз методів, що використовуються для розв’язання задач комбінаторної оптимізації / Н.К. Тимофієва // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2015. — Вип. 7. — С. 259-270. — Бібліогр.: 14 назв. — укр.

Розглянуто деякі підходи, які використовуються для розв’язання задач комбінаторної оптимізації (ітераційні, евристичні). Описано способи аналізу вхідної інформації для знаходження за їхньою структурою оптимального результату. Показано, що методами, які ґрунтуються на розпізнаванні структури вхідної інформації в порівнянні з кореляційними, знаходиться глобальний розв'язок поліноміально. Це пов'язано з тим, що комбінаторна конфігурація (аргумент цільової функції) будується в процесі розпізнавання елементів множини вхідних даних. Рассмотрены некоторые подходы, которые используются для решения задач комбинаторной оптимизации (итерационные, эвристические). Описаны способы анализа входной информации для нахождения по их структуре оптимального результата. Показано, что методами, которые основаны на распознавании структуры входной информации, по сравнению с корреляционными, находится глобальное решение полиномиально. Это связано с тем, что комбинаторная конфигурация (аргумент целевой функции) образуется в процессе распознавания элементов множества входных данных. A some approaches used to solve combinatorial optimization problems (iterative, heuristic) are considered. A methods for the analysis of the input data to find the optimal results for their structure are described. It is shown that methods based on the recognition of patterns of input data, compared with correlation, find a global solution polynomial. This is because that combinatorial configuration (argument of objective function) is constructed in the recognition of elements of the set of input data.