Сравнение эффективности работы точных и приближенных алгоритмов для решения задачи о покрытии множества

Автор: Коновалов Игорь Сергеевич, Остапенко Сергей Сергеевич, Кобак Валерий Григорьевич

Журнал: Advanced Engineering Research (Rostov-on-Don) @vestnik-donstu

Рубрика: Информатика, вычислительная техника и управление

Статья в выпуске: 3 (90) т.17, 2017 года.

Бесплатный доступ

Введение. Множество практических задач опирается на задачу покрытия множеств: построение расписаний, расположение пунктов обслуживания, построение электронных схем. Это определяет актуальность поиска способов повышения эффективности решения данной задачи. Материалы и методы. Рассматриваются методы решения задачи о покрытии множества точным и приближенным алгоритмами. В качестве приближенного метода используется генетический алгоритм, в качестве точного - метод ветвей и границ. Результаты исследования. Генетический алгоритм во всех своих модификациях по временным характеристикам показал предсказуемость и стабильность во всех сериях экспериментов. Метод ветвей и границ был применен к задаче покрытия множеств и показал точные результаты. Обсуждение и заключения. Проведенные исследования показали, что для множеств небольших размеров целесообразно использовать метод ветвей и границ, который продемонстрировал быстрое время выполнения при гарантированно точном результате. Для множеств больших размеров рекомендуется использовать генетический алгоритм, который гарантирует результат с незначительной погрешностью, причем изменение времени его работы стабильно и предсказуемо.

Еще

Задача покрытия множества, генетический алгоритм, модель голдберга, алгоритм полного перебора, метод ветвей и границ, алгоритм алексеева

Короткий адрес: https://sciup.org/14250293

IDR: 14250293   |   УДК: 681.3.681.5   |   DOI: 10.23947/1992-5980-2017-17-3-137-144

Efficiency comparison of exact and approximate algorithms for solving set covering problem

Introduction. A quite general class of practical tasks is guided by the set covering problem: schedules building, layout of service stations, and creation of electronic circuits. It defines relevance of searching methods to improve the solution efficiency of this task. Materials and Methods. Techniques of the set covering problem solution by exact and approximate algorithms are considered. The genetic algorithm is used as the approximate method, and the branch and bounds algorithm - as the exact method. Research Results. The genetic algorithm in all its modifications on time response characteristics has shown predictability and stability in all series of experiments. The branch and bounds method was applied to the set covering task, and it has shown exact results. Discussion and Conclusions. The conducted research shows that for small sets, it is expedient to use the branch and bounds method which has demonstrated fast runtime with an assured exact result. For large sets, it is recommended to use the genetic algorithm which guarantees receiving a result with a negligible error where the execution time shift is stable and predictable.

Еще

Список литературы Сравнение эффективности работы точных и приближенных алгоритмов для решения задачи о покрытии множества

  • Коновалов, И. С. Сравнительный анализ работы жадного алгоритма Хватала и модифицированной модели Голдберга при решении взвешенной задачи нахождения минимального покрытия множеств/И. С. Коновалов, В. А. Фатхи, В. Г. Кобак//Труды СКФ МТУСИ. -Ростов-на-Дону: ПЦ «Университет» СКФ МТУСИ, 2015 -С. 366-371.
  • Коновалов, И. С. Стратегия элитизма модифицированной модели Голдберга генетического алгоритма при решении задачи покрытия множеств/И. С. Коновалов, В. А. Фатхи, В. Г. Кобак//Вестник компьютерных и информационных технологий. -2016. -№4. -С. 50-56.
  • Коновалов, И. С. Применение генетического алгоритма для решения задачи покрытия множеств/И. С. Коновалов, В. А. Фатхи, В. Г. Кобак//Вестник Дон. гос. техн. ун-та. -2016. -№ 3. -С. 125-132.
  • Еремеев, А. В. Генетический алгоритм для задачи о покрытии/А. В. Еремеев//Дискретный анализ и исследование операций. -2000. -Т. 7, № 1. -С. 47-60.
  • Еремеев, А. В. Задача о покрытии множества: сложность, алгоритмы, экспериментальные исследования/А. В. Еремеев, Л. А. Заозерская, А. А. Колоколов//Дискретный анализ и исследование операций. -2000. -Т. 7, № 2. -С. 22-47.
  • Holland, J. H. Adaptation in Natural and Artificial Systems. -The University of Michigan Press, 1975. -P. 245.
  • Goldberg, D. E. Genetic algorithms in search, optimization and machine learning. Reading, MA: Addison-Wesley, 1989. -P. 432.
  • Батищев, Д. И. Генетические алгоритмы решения экстремальных задач/Д. И. Батищев. -Воронеж: изд-во Воронеж. гос. техн. ун-та, 1995. -121 с.
  • Гладков, Л. А. Генетические алгоритмы/Л. А. Гладков, В. В. Курейчик, В. М. Курейчик. -Москва: ФИЗМАТЛИТ, 2010. -368 с.
  • Алексеев, О. Г. Некоторые алгоритмы решения задачи о покрытии и их экспериментальное исследование на ЭВМ/О. Г. Алексеев, В. Ф. Григорьев//Журнал вычислительной математики и математической физики. -1984. -Т. 24, №10. -С. 1565-1570.
Еще