Комбинаторный алгоритм назначения целей

Обложка

Цитировать

Полный текст

Аннотация

Актуальность и цели. Комбинаторные алгоритмы назначения целей (назначения) находят применение при распределении средств поражения (ресурсов). Основным достоинством комбинаторных алгоритмов локального поиска оптимального назначения целей является невысокая асимптотическая сложность. При этом данные алгоритмы, как правило, не обеспечивают нахождение оптимального решения задачи назначения целей. В связи с этим в работе решаются задачи разработки комбинаторного алгоритма, обеспечивающего оптимальное или субоптимальное решение задачи назначение целей. Цель исследования – обоснование вида глобальной и локальной целевой функции для решения задачи назначения целей, разработка алгоритма локального поиска оптимального назначения целей комбинаторным методом и оценка качества решения задачи. Материалы и методы. Разработка комбинаторного алгоритма осуществлена на основе формализованной постановки задачи с использованием матрицы назначений целей. Сумма элементов на главной диагонали матрицы рассматривается как глобальная целевая функция. Минимум суммы элементов находится за счет перестановки столбцов и строк матрицы. Для осуществления очередной перестановки анализируются значения элементов на главной диагонали матрицы, определяется максимальный выигрыш от перестановки. Результаты. Определены функции глобального и локального поиска оптимального решения на основе анализа значений элементов на главной диагонали матрицы назначения целей и функции оценки выполнения необходимого и достаточного условий оптимальности. Решена задача назначения целей с использованием разработанного алгоритма. Рассчитаны статистические оценки результативности назначения целей с использованием разработанного алгоритма. Выводы. Разработанный комбинаторный алгоритм локального поиска минимума целевой функции назначения целей обеспечивает оптимальное или субоптимальное решение задачи назначения целей. Это подтверждается результата- ми назначения целей с использованием алгоритма линейного дискретного программирования и алгоритма локального поиска комбинаторным методом. Асимптотика алгоритма не более O(2n2 ) .

Об авторах

Алексей Викторович Данилов

Научно-производственного предприятия «Рубин»

Автор, ответственный за переписку.
Email: mail@npp-rubin.ru

генеральный директор

(Россия, Пенза, ул. Байдукова, 2)

Петр Петрович Макарычев

Пензенский государственный университет

Email: makpp@yandex.ru

доктор технических наук, профессор, профессор кафедры математического обеспечения и применения ЭВМ

(Россия, г. Пенза, ул. Красная, 40)

Список литературы

  1. Липлянин А. Ю., Шеин А. С., Хижняк А. В. Методика учета важности цели при решении задачи распределения летательных аппаратов между огневыми средствами // Доклады БГУИР. Беларусь, 2017. № 2 (104). С. 77‒83.
  2. Kuhn H. W. The Hungarian method for the assignment problem // Naval Research Logistics (NRL). 2005. Vol. 52 (1). P. 7‒21.
  3. Перевозчиков А. Г., Решетов В. Ю., Яночкин И. Е. Обобщенные функции целераспределения и их вычисление методом ветвей и границ // Прикладная математика и информатика. Серия: Труды факультета ВМК МГУ имени В. М. Ломоносова. М., 2021. Т. 66. С. 89‒103.
  4. Жук А. А., Булойчик В. М. Нейросетевой метод решения нелинейной задачи оптимального распределения неоднородного ресурса // Военная академия Республики Беларусь. Системный анализ и прикладная информатика. 2021. № 1. С. 45‒52.
  5. Барский А. Б., Мельник Д. М. Нейросетевая модель целераспределения для вы- числительной системы архитектуры data flow // Информационные технологии. 2019. Т. 25, № 7. С. 441‒448.
  6. Корте Б., Фиген Й. Комбинаторная оптимизация. Теория и алгоритмы / пер. с англ. М. А. Бабенко. М. : МЦНМО, 2015. 720 с.
  7. Костенко В. А. Алгоритмы комбинаторной оптимизации, сочетающие жадные стратегии и ограниченный перебор // Известия РАН. Теория и системы управления. 2017. № 2. С. 48–56.
  8. Макарычев П. П. Решение задач назначения целей с использованием тензорной методологии // APSSE 2019. Актуальные проблемы системной и программной инженерии : материалы 6-й Междунар. конф. (Москва, 12‒14 ноября). М., 2019. С. 45‒55.
  9. Щербина О. А. Метаэвристические алгоритмы для задач комбинаторной оптимизации (обзор) // Таврический вестник информатики и математики. 2014. № 1 (24). С. 56‒72.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».