Актуальность работы обусловлена широким применением методов решения задачи коммивояжера в различных прикладных областях. В статье рассматриваются вопросы, связанные с необходимостью оптимального перестроения составленных маршрутов при добавлением новых пунктов назначения. Рассматривается модифицированный генетический алгоритм решения задачи коммивояжера и проводится анализ эффективности применения данного алгоритма, при построение оптимальных маршрутов.
Идентификаторы и классификаторы
не распознает текст
Список литературы
-
Курейчик В. М. Генетические алгоритмы: учебник для вузов по специальности 230104 “Системы автоматизированного проектирования”. М.: Физматлит, 2005. 319 с.
-
Иванко Е. Е. Задача курьера как эвристика для решения задачи коммивояжера // Проблемы оптимизации и экономические приложения: материалы VI Междунар. конф. / Ин-т мат. и мех. им. Н.Н. Красовского УрО РАН. Омск: Изд-во ОмГУ, 2015. С. 124. EDN: UGKTKJ
-
Creating a genetic algorithm for beginners // the Project Spot. URL: https://www.theprojectspot.com/tutorial-post/creating-a-genetic-algorithm-for-beginners/3 (дата обращения: 27.03.2022).
-
Katoch S. A review on genetic algorithm: past, present, and future // Multimedia Tools and Applications. 2020. Vol. 80. P. 8092-8126.
-
Thengade A. M., Dondal R. Genetic Algorithm - Survey Paper // Proceeding on National conference on recent trends in computing, April 7-8, 2012. P. 25-29.
-
Гребенникова И. В., Пухов В. А. Методы оптимизации: учеб. пособие. Екатеринбург: Изд-во УрФУ, 2017. 148 с. EDN: YXHYLP
-
Кормен Т. Х., Лейзерсон Ч. И., Ривест Р. Л. Алгоритмы. Построение и анализ. 2-е изд. М.: Изд. дом “Вильямс”, 2011. 1296 с.
-
Рафгарден Т. Совершенный алгоритм. Основы / под. общ. ред. К. Тульцевой. СПб.: Питер. 2019. 256 с.
-
Sedgewick R., Wayne K. Algorithms. Addison-Wesley Professional, 2011. 976 p.
Выпуск
Другие статьи выпуска
В работе проведен сравнительный анализ различных подходов к решению задачи идентификации текстиля, по фотоизображению материала, с помощью методов машинного обучения, Рассмотрена математическая модель, лежащая в основе программной реализации. Модель протестирована на дополнительном наборе данных с применением методов объяснимости работы нейронных сетей.
В работе приведен краткий теоретический обзор существующих методов решения задач классификации. Проведен анализ данных методов и выбран метод для решения конкретной задачи по подбору тарифа проживания на базе отдыха. Выполнена программная реализация оригинального алгоритма на основе метода k-NN. Добавлены коэффициенты значимости признаков
Для прогнозирования выхода светлых фракций установкой ЭЛОУ-АВТ-6 проведен сравнительный анализ модели рекуррентной нейронной сети и модели авторегрессии ARIMA. Приведено математическое описание этих моделей. Приведена реализация моделей с использованием библиотек Keras и Pmdarima на языке Python. Проведена серия экспериментов, в качестве данных использовались значения температуры куба колонны К-2, расход сырой нефти и расход фракции бензина. Сделан вывод, о превосходстве качества прогноза нейронных сетей над ARIMA
В работе приведен краткий теоретический обзор существующих подходов к решению задачи классификации намерений пользователей на основе текстовых сообщений. Предложен классификатор на основе текстового трансформера. Рассмотрены процессы обучения и использования модели. В рамках эксперимента обучено несколько демонстрационных вариантов классификатора для корпоративной диалоговой системы. Приведены показатели качества моделей в виде совокупности значений основных метрик и визуализаций, применяемых при оценке классификаторов
Исследуются характеристики ветроэлектростанций как источников возобновляемой энергии. Рассмотрены основные типы ветроэлектростанций, отличающиеся конструктивными параметрами и режимами работы. Рассмотрено возникновение критических режимов на ветроэлектростанциях. Рассмотрены конструктивные особенности ветроэлектростанций. Выявлены недостатки ветроэнергетики. На основе данных о ветроэнергетике исследована проблема изменчивости выработки энергии ветра. Получены графики данных о выработке электроэнергии и метеорологических условий, а также выявлена взаимосвязь между ними.
Исследуется подбор параметров для решения непрерывных оптимизационных задач методом внутренних штрафных функций с использованием программного приложения. Были рассмотрены методы внутренних штрафных функций и методы безусловной оптимизации, рассмотрены алгоритмы реализации методов, реализован пользовательский интерфейс программного приложения, предоставляющий возможность вводить целевую функцию, ограничения, начальные параметры и показывающий результаты в виде графиков, точки минимума, затраченного времени, количества итераций. Проведено исследование по выбору начальных параметров для рассмотренных методов.
Издательство
- Издательство
- ОмГТУ
- Регион
- Россия, Омск
- Почтовый адрес
- 644050, Российская Федерация, г. Омск, пр-т Мира, д. 11
- Юр. адрес
- 644050, Российская Федерация, г. Омск, пр-т Мира, д. 11
- ФИО
- Корчагин Павел Александрович (Ректор )
- E-mail адрес
- info@omgtu.ru
- Контактный телефон
- +7 (381) 2653407
- Сайт
- https://omgtu.ru/