Найти

Результаты поиска

• СОВРЕМЕННЫЕ ПОДХОДЫ К РЕШЕНИЮ ЗАДАЧИ 3D УПАКОВКИ

  М.М. Сорокин , Л. А. Гладков , Н. В. Гладкова

  131-150

  2026-09-10

  Аннотация ▼

  Статья посвящена рассмотрению современных тенденций и подходов к решению актуальной оптимизационной задачи трехмерной упаковки в контейнеры. Важность построения эффективных методов решения данной задачи обусловлена бурным ростом направления электронной коммерции, когда достижение даже инкрементных улучшений плотности заполнения контейнеров грузами может привести к значительным сокращениям затрат на перевозку и хранение грузов. В статье приведен анализ различных типов задач и предложена классификация задач упаковки по различным критериям, в том числе: оффлайн- и онлайн-упаковка, по размерности, по видам и количеству контейнеров и грузов. Приведена постановка классической оптимизационной задачи о рюкзаке и рассмотрены различные варианты ограничений, обусловленные особенностями решаемых задач. Приведен краткий обзор основных подходов к решению задачи. Выполнен анализ и обобщение характерных особенностей применения метаэвристических подходов, основанных на использовании эволюционных и биоинспирированных алгоритмов и методов машинного обучения, отмечены их достоинства и недостатки. В силу сложности рассматриваемой задачи предлагается активно использовать известные и разрабатывать новые модификации метаэвристических алгоритмов, которые позволяют находить квазиоптимальные решения за полиномиальное время. Приведен анализ известных методов машинного обучения, биоинспирированных алгоритмов, описаны принципы их работы, выделены их основные особенности, преимущества и недостатки, отмечена перспективность их разработки и применения для решения NP-полных задач комбинаторной оптимизации. Приведен обобщенный принцип работы метаэвристических алгоритмов. Сравнительный анализ применения различных методов оптимизации показал эффективность использования метаэвристических методов для решения задачи трехмерной упаковки.

• ГИБРИДНЫЙ ПОДХОД К СОВМЕСТНОМУ РЕШЕНИЮ ЗАДАЧ РАЗМЕЩЕНИЯ И ТРАССИРОВКИ

  Л.А. Гладков , Н.В. Гладкова , Джаббар Ясир Ясир Муханад

  2020-11-22

  Аннотация ▼

  В статье предложен интегрированный подход к решению задач размещения и трас-
  сировки элементов схем электронной вычислительной аппаратуры. Подход основан на
  совместном решении задач размещения и трассировки с использованием нечетких генети-
  ческих методов. Приведено описание рассматриваемой проблемы и выполнен краткий ана-
  лиз существующих подходов к ее решению. В статье рассматриваются интегрированные
  подходы к решению оптимизационных задач автоматизированного проектирования схем
  цифровой электронно-вычислительной аппаратуры. Подчеркнута актуальность и важность
  разработки новых эффективных методов решения подобных задач. Отмечено, что важным
  направлением развития методов оптимизации является разработка гибридных методов и
  подходов, сочетающих достоинства различных методов вычислительного интеллекта.
  В статье описаны следующие основные моменты: структура предлагаемого алгоритма и
  его основные этапы; модифицированные генетические операторы кроссовера; предложены
  модели формирования текущей популяции; модифицированные эвристики, операторы и
  стратегии поиска оптимальных решений. Приведены результаты вычислительных экспе-
  риментов. Проведенные эксперименты подтверждают эффективность предложенного
  подхода. В заключении приводится краткий анализ полученных результатов.

• ГИБРИДНЫЙ МЕТОД РЕШЕНИЯ ЗАДАЧИ РАЗМЕЩЕНИЯ ЭЛЕМЕНТОВ ЦИФРОВЫХ ВЫЧИСЛИТЕЛЬНЫХ УСТРОЙСТВ

  Л. А. Гладков, Н.В. Гладкова , М. Д. Ясир

  2021-11-14

  Аннотация ▼

  Рассматривается задача размещения элементов цифровой вычислительной техники.
  Проведен анализ современного состояния исследований по данной теме, отмечена актуаль-
  ность рассматриваемой задачи. Подчеркнута важность разработки новых эффективных ме-
  тодов решения подобных задач. Показано место задачи размещения в общем цикле конструк-
  торского этапа проектирования. Отмечена важность качественного решения задачи разме-
  щения с точки зрения успешного выполнения последующих этапов проектирования. Отмечена
  важность минимизации задержек соединений в процессе проектирования устройств большой
  размерности. Проведен обзор и анализ различных моделей и критериев оценки решения задачи
  размещения. Подчеркнуто, что важнейшим критерием является длина соединений, она оказы-
  вает существенное влияние на применяемые при проектировании технологии. Выполнена ком-
  плексная математическая постановка задачи размещения элементов цифровой вычислитель-
  ной техники. Приведена целевая функция и ограничения рассматриваемой задачи размещения
  как задачи оптимизации. Проанализированы перспективные подходы к решению задач проек-
  тирования, описаны гибридные методы и модели решения сложных многокритериальных задач
  оптимизации и проектирования. Описаны принципы работы и модель нечеткого логического
  контроллера. Приведено описание используемой схемы нечеткого управления. Определены
  функции различных блоков нечеткого логического контроллера. Предложена структура много-
  слойной нейронной сети, реализующей функцию Гаусса. Описано взаимодействие блоков нечет-
  кого генетического алгоритма. Предложена модель гибридного алгоритма решения задачи
  размещения. Определены управляющие параметры нечеткого логического контроллера. Пред-
  лагаемый гибридный алгоритм реализован в виде прикладной программы. Были проведены серии
  вычислительных экспериментов для определения эффективности разработанного алгоритма и
  выбора оптимальных значений управляющих параметров.

• БИОИНСПИРИРОВАННЫЙ МЕТОД КЛАССИФИКАЦИИ РАСПРЕДЕЛЕННЫХ ВЫЧИСЛИТЕЛЬНЫХ РЕСУРСОВ ДЛЯ ДИСПЕТЧИРОВАНИЯ В ГРИД-СИСТЕМАХ

  Д.Ю. Кравченко , Ю.А. Кравченко, В. В. Марков , А.Э. Саак

  2021-11-14

  Аннотация ▼

  Статья посвящена решению задачи диспетчирования распределенных вычислитель-
  ных ресурсов на основе их классификации методом биоинспирированного поиска для повы-
  шения эффективности функционирования грид-систем. Актуальность задачи обоснована
  значительным ростом востребованности парадигмы распределенных вычислений в услови-
  ях информационного переполнения и неопределенности. В статье рассмотрены проблемы
  диспетчирования гетерогенных вычислительных ресурсов при решении сложных профес-
  сиональных и научных задач, поступающих в различные моменты времени, на основе клас-
  сификации по значимым признакам соответствия и готовности ресурса. Проведен срав-
  нительный обзор существующих аналогов. Сформулирована постановка решаемой задачи вконтексте выбранной тематики исследования. Обоснована стратегия выбора биоинспи-
  рированного моделирования для решения поставленной задачи. Проанализированы аспекты
  эффективности применения различных децентрализованных биоинспирированных мето-
  дов. Предложено решать задачу диспетчирования вычислительных ресурсов на основе
  определения соответствия ресурса необходимому классу. Классификация проводиться на
  основе применения биоинспирированного метода оптимизации, построенного на основе
  алгоритма поиска косяком рыб. Использование популяционного биоинспирированного ме-
  тода позволяет обеспечить беспрецедентный параллелизм получения альтернативных
  решений и оптимизировать распределение имеющихся вычислительных ресурсов в зависи-
  мости от наборов значимых признаков. Объектом исследования являются процессы клас-
  сификации данных, включающие в себя упорядоченные последовательности действий, на-
  правленных на распределение вычислительных ресурсов по классам решаемых задач. Предме-
  том исследования являются биоинспирированные методы решения задачи классификации
  данных в грид-системах. Для оценки эффективности предложенного метода разработано
  программное приложение и проведен вычислительный эксперимент с разным количеством
  сформированных классов вычислительных ресурсов. Каждый вычислительный ресурс имеет
  определенный набор атрибутов, являющийся вектором его признаков. Косинусная мера сход-
  ства вектора признаков ресурса и вектора признаков определенного класса является крите-
  рием классификации. Для повышения качества процесса диспетчирования задача классифи-
  кации вычислительных ресурсов решена для множества вариантов организации потоков
  сложных решаемых задач в грид-системах. Полученные количественные оценки демонстри-
  руют экономию времени при решении задач диспетчирования распределенных вычислитель-
  ных ресурсов на основе их классификации методом биоинспирированного поиска не менее
  7 %. Временная сложность в рассмотренных примерах составила . Описанные ис-
  следования имеют высокий уровень теоретической и практической значимости и напря-
  мую связаны с решением классических задач искусственного интеллекта.