Применение метода изменяющихся вероятностей для задач оптимального размещения на сети

Автор: Антамошкин Александр Николаевич, Казаковцев Лев Александрович

Журнал: Сибирский аэрокосмический журнал @vestnik-sibsau

Рубрика: Математика, механика, информатика

Статья в выпуске: 5 (57), 2014 года.

Бесплатный доступ

Рассматривается p-медианная задача оптимального размещения на графе (сети), являющаяся популярной моделью как в логистических задачах (оптимальное размещение транспортной, телекоммуникационной и иной инфраструктуры), так и опосредованно в задачах кластерного анализа, распознавания образов, в теории оценивания. Цель p-медианной задачи на графе (сети) заключается в нахождении определенного числа вершин (узлов) таких, чтобы суммарное расстояние от всех узлов сети до ближайшей из выбранных вершин (узлов) было минимальным. Для приближенного решения рассматриваемой неразрешимой (в общем случае) за полиномиальное время задачи предложен эвристический алгоритм, основанный на идеях метода изменяющихся вероятностей, являющегося методом случайного поиска с адаптацией. Идея алгоритма заключается в случайном выборе вершин в соответствии с заданными вероятностями выбора каждой из вершин и изменении этих вероятностей для каждой из выбранных вершин и вершин в некоторой ее окрестности в зависимости от достигнутого значения целевой функции (т. е. в зависимости от суммарного расстояния от каждой из вершин графа до ближайшей из выбранных вершин). При создании алгоритма для p-медианных задач с большой размерностью и вычислительной сложностью ставится задача оптимального использования вычислительных мощностей. Эффективность алгоритма подтверждена экспериментальной проверкой на тестовых примерах из библиотеки ORLIB. Также приведены результаты работы комбинированного алгоритма - комбинации предложенного алгоритма с процедурой локального поиска для решения данной задачи. Экспериментально показано, что результаты такой комбинации превосходят результаты оригинального многократных запусков алгоритма, реализующего локальный поиск из случайным образом выбранных вершин. Кроме того, в работе экспериментально показано, что для небольших задач алгоритм способен получить точное решение задачи.

Еще

Дискретная оптимизация, p-медианная задача, методы случайного поиска, задачи размещения

Короткий адрес: https://sciup.org/148177339

IDR: 148177339

Список литературы Применение метода изменяющихся вероятностей для задач оптимального размещения на сети

  • Wesolowsky G. The Weber problem: History and perspectives//Location Science. 1993. Vol. 1. P. 53.
  • Drezner Z., Wesolowsky G. O. A Trajectory Method for the Optimization of the Multifacility Location Problem with lp Distances//Management Science. 1978. Vol. 24. P. 1507-1514.
  • Osinuga I. A., Bamigbola O. N. On the Minimum Norm Solution to Weber problem//SAMSA Conference Proceedings. Windhoek, 2007. P. 27-30.
  • Cooper L. An extension of the generalized Weber problem//Journal of Regional Science. 1968. Vol. 8, Iss. 2. P. 181-197.
  • Hakimi S. L. Optimum locations of switching centers and the absolute centers and medians of a graph//Operations Research. 1964. Iss. 12(3). P. 450-459.
  • Kariv O., Hakimi S. L. An algorithmic approach to network location problems. II. The p-medians//SIAM Journal on Applied Mathematics. 1979. Vol. 37(3). P. 539-560.
  • Avella P., Sassano A., Vasil’ev I. Computational Study of Large-Scale p-Median Problems//Mathematical Programming. 2007. Vol. 109(1). P. 89-114.
  • Masuyama, S., Ibaraki T., Hasegawa T. The Computational Complexity of the m-Center Problems on the Plane//The Transactions of the Institute of Electronics and Communication Engineers of Japan. 1981. Vol. 64E. P. 57-64.
  • Megiddo N., Supowit K. On the Complexity of Some Common Geometric Location Problems//SIAM Journal on Computing. 1984. No. 13. P. 182-196.
  • Забудский Г. Г., Нежинский И. В. Решение задачи размещения в евклидовом пространстве с запрещенной областью//Вестник Омского университета. 1999. № 2. С. 17-19.
  • Morris J. G. Convergence of the Weiszfeld Algorithm for Weber Problems Using a Generalized “Distance” Function//Operations Research. 1981. Vol. 29, No. 1. P. 37-48.
  • Wesolowsky G. O, Love R. F. A Nonlinear Approximation Method for Solving a Generalized Rectangular Distance Weber Problem//Management Science. 1972. Vol. 18, No. 11. P. 656-663.
  • Kazakovtsev L. A. Adaptation of the Probability Changing Method for Weber Problem with an Arbitrary Metric//Facta Universitatis series Mathematics and Informatics, University of Nis. 2012. Vol. 27, No. 2. P. 239-254.
  • Антамошкин А. Н., Казаковцев Л. А. Алгоритм случайного поиска для обобщенной задачи Вебера в дискретных координатах//Информатика и системы управления. 2013. Вып. 1. C. 87-98.
  • Single-facility Weber Location Problem Based on the Lift Metric/P. S. Stanimirovic //Facta Universitatis series Mathematics and Informatics. 2012. Vol. 27, No. 2. P. 175-190.
  • Gugat M., Pfeiffer B. Weber problems with mixed distances and regional demand//Math. Meth. Oper. Res. 2007. Iss. 66. P. 419-449.
  • Bischoff M., Fleischmann T., Klamroth K. The Multi-Facility Location-Allocation Problem with Polyhedral Barriers//Computers and Operations Research. 2009. No. 36. P. 1376-1392.
  • Антамошкин А. Н., Сараев В. Н. Метод изменяющихся вероятностей//Проблемы случайного поиска. Рига: Зинатне. 1988. Вып. 11. С. 26-34.
  • A Comprehensive Study of Optimization Algorithm for Wireless Coverage in Indoor Area/A. W. Reza //Optimization Letters. 2012. Doi 10.1007/s11590-012-0543-z. URL: http://link.springer.com/article/10.1007 %2Fs11590-012-0543-z?LI=true (дата обращения: 10.05.2013).
  • Alp O., Erkut E., Drezner Z. An Efficient Genetic Algorithm for the p-Median Problem//Annals of Operations Research. 2003. Vol. 122, Iss. 1-4. P. 21-42.
  • Antamoshkin A., Saraev V On Definition of Informative Subsystem of Signs in the Pattern Recognition Problem//Computers and Artificial Intelligence. 1985. Vol. 4, Iss. 3. P. 245-252.
  • Antamoshkin A. Brainware for Searchal Pseudoboolean Optimization//Tr. оf Tenth Prague Conf. on Inf. Theory, Stat.Dec. Functions, Random Processes. Prague: Academia. 1987. Vol. 10A-B. P. 203-206.
  • Дегтерев А. С., Канашкин Ф. В., Сумароков А. Д Обобщение генетических алгоритмов и алгоритмов схемы МИВЕР //Электронный журнал «Исследовано в России». 2004. Т 7. С. 16581665. URL: http://zhurnal.ape.relarn.ru/articles/2004/153.pdf (дата обращения: 13.05.2013).
  • Казаковцев Л. А., Ступина А. А. Параллельная реализация метода изменяющихся вероятностей//Современные проблемы науки и образования. 2012. № 4. URL: www.science-education.ru/104-6810 (дата обращения: 31.10.2012).
  • Kazakovtsev L. A. Random Constrained PseudoBoolean Optimization Algorithm for Multiprocessor Systems and Clusters//ICUMT 2012, International Congress on Ultra-Modern Telecommunications. IEEE Press. S-Petersburg, 2012. P. 650-656.
  • Казаковцев Л. А. Параллельный алгоритм случайного поиска с адаптацией для систем с распределенной памятью//Системы управления и информационные технологии. 2012. № 3 (49). С. 11-15.
  • Dijkstra E. W. A note on two problems in connexion with graphs//Numerische Mathematik. 1959. Vol. 1. P. 269-271.
  • Beasley J. E. OR-Library: distributing test problems by electronic mail//Journal of the Operational Research Society. 1990. Vol. 41, No. 11. P. 1069-1072.
  • Antamoshkin A. N., Kazakovtsev L. A. Random Search Algorithm for the p-Median Problem//Informatica (Ljubljana). 2013. Vol. 37(1). Рp. 267-278.
  • Scatter Search and Path Relinking: Fundamentals, Advances and Applications/M. G. C. Resende //Handbook of Metaheuristics. 2nd ed./M. Gendreau and Y. Potvin (editors). Springer, 2010. Pp. 87-107.
Еще
Статья научная