Сравнение эффективности работы точных и приближенных алгоритмов для решения задачи о покрытии множества
Автор: Коновалов Игорь Сергеевич, Остапенко Сергей Сергеевич, Кобак Валерий Григорьевич
Журнал: Вестник Донского государственного технического университета @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.
Задача покрытия множества, генетический алгоритм, модель голдберга, алгоритм полного перебора, метод ветвей и границ, алгоритм алексеева
Короткий адрес: https://sciup.org/14250293
IDR: 14250293 | DOI: 10.23947/1992-5980-2017-17-3-137-144
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.