Классификация прикладных методов комбинаторной оптимизации

Розглянуто найбільш розповсюджені підходи до створення прикладних методів комбінаторної оптимізації. Запропоновано ряд характеристик та критеріїв, за якими здійснюється класифікація наближених алгоритмів. Викладена класифікація є розвитком досліджень у галузі комбінаторної оптимізації та дозволяє ви...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Кибернетика и системный анализ
Datum:2009
Hauptverfasser: Сергиенко, И.В., Гуляницкий, Л.Ф., Сиренко, С.И.
Format: Artikel
Sprache:Russian
Veröffentlicht: Інститут кібернетики ім. В.М. Глушкова НАН України 2009
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/44402
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Классификация прикладных методов комбинаторной оптимизации / И.В. Сергиенко, Л.Ф. Гуляницкий, С.И. Сиренко // Кибернетика и системный анализ. — 2009. — № 5. — С. 71-83. — Бібліогр.: 74 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Beschreibung
Zusammenfassung:Розглянуто найбільш розповсюджені підходи до створення прикладних методів комбінаторної оптимізації. Запропоновано ряд характеристик та критеріїв, за якими здійснюється класифікація наближених алгоритмів. Викладена класифікація є розвитком досліджень у галузі комбінаторної оптимізації та дозволяє виділяти ключові компоненти обчислювальних схем, що використовуються як інструментарій при побудові нових ефективних гібридних метаевристик. This paper reviews mostly used approaches to the development of applied combinatorial optimization methods. A number of characteristics and criteria are proposed that underlie the classification of approximate algorithms. The classification is an elaboration of previous investigations in the field of combinatorial optimization and allows one to determine key components of computational schemes used in constructing efficient hybrid metaheuristics.
ISSN:0023-1274