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...
Gespeichert in:
| Veröffentlicht in: | Кибернетика и системный анализ |
|---|---|
| Datum: | 2009 |
| Hauptverfasser: | , , |
| 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| 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 |