РАЗРАБОТКА БИОЭВРИСТИК ДЛЯ СОЗДАНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДСИСТЕМЫ ПРИНЯТИЯ ЭФФЕКТИВНЫХ РЕШЕНИЙ NP- ТРУДНЫХ И NP-СЛОЖНЫХ КОМБИНАТОРНО-ЛОГИЧЕСКИХ ЗАДАЧ НА ГРАФАХ
Ключевые слова:
Сложность задачи, NP-задачи, NP-полные задачи на графах, биоинспирированные алгоритмы, муравьиный алгоритм, алгоритм стаи летучих мышейАннотация
Статья посвящена решению новых актуальных проблем, возникших в условиях со-
временного развития информационных и нанометровых технологий в области проектиро-
вания, а также разработке новых инновационных методов, обеспечивающих получение
эффективных решений за полиномиальное время. В статье рассматривается проблема
решения NP-сложных задач. Приведено описание процедуры измерения сложности задачи.
Описаны особенности NP- трудных и NP-сложных комбинаторно-логических задач. При-
ведены основные различия между задачами, а также проблемы, с которыми приходится
сталкиваться при решении такого вида задач. Представлена общая схема принятия реше-
ний, состоящая из формулировки проблемы; принятие решения; сигнала в автоматических
системах и обратной связи. На втором этапе (формирование и выбор вариантов решений)
решение основывается на биоинспирированном алгоритме поиска решений задачи комми-
вояжёра. Для решения поставленной задачи был разработан модифицированный биоинспи-
рированный алгоритм, основанный на поведении муравьиной колонии. В отличие от других
методов оптимизации, метаэвристические алгоритмы могут находить глобальные опти-
мальные решения для задач, где существует много локальных решений из-за их случайного
характера. Эти причины привели к широкому использованию таких алгоритмов при реше-
нии различных задач оптимизации. Биоинспирированные алгоритмы становятся новой
революцией в области решений оптимизационных задач. Представлена постановка задачи
коммивояжера, а также решение поставленной задачи на основе муравьиного алгоритма.
Алгоритмы, такие как генетические алгоритмы и PSO могут быть очень полезными, но
они все еще имеют некоторые недостатки в решении проблем мультимодальной оптими-
зации. Эти алгоритмы способны находить оптимальные решения независимо от физиче-
ской природы проблемы. В рамках экспериментальных исследований был произведен анализ
работы биоинспирированных алгоритмов: алгоритм стаи летучих мышей бактериальный
алгоритм и муравьиный алгоритм.
