Работы автора

Рассмотрено применение генетического алгоритма, основанного на модели Кеттелла — Хорна — Кэрролла (Cattell — Horn — Carroll, CHC), для решения сложных, неоднородных минимаксных задач. Проанализированы различные типы кроссоверов: HUX, точечный, двухточечный и равномерный — в контексте их влияния на эффективность решений. Проведен вычислительный эксперимент для оценки производительности классической и
модифицированной версий модели CHC по сравнению с алгоритмом Плотникова — Зверева. Результаты систематизированы и представлены в таблицах, что позволило оценить и сравнить эффективность различных подходов. Показана значимость выбора метода кроссовера для оптимизации генетических алгоритмов в сложных задачах.

Исследованы методы эффективного поиска максимально внутренне устойчивых множеств в обычных графах. Рассмотрены точные методы поиска максимально внутренне устойчивого множества: метод Магу, различные методы поиска нижних оценок. Данные алгоритмы направлены либо на анализ структуры графов и выявление в них особых подструктур, обладающих свойством внутренней устойчивости, либо на прогнозирование чисел
внутренней устойчивости и результатов, связанных с ними. Проведён вычислительный эксперимент с использованием программного средства на языке программирования C# на различных объёмах исходных данных. Результаты эксперимента демонстрируют эффективность и сравнимость оценок при различных условиях, сделаны выводы об их эффективности.