Application of dynamic programming methods for solving a problem on recruiting with considering specific content of military technical education

Cover Page

Cite item

Full Text

Abstract

This paper discusses the use of dynamic programming technologies in teaching cadets of military universities to solve optimization problems in the course of computer science. One of the key topics in such courses as higher mathematics and computer science in all civil and military technical universities is the optimization theory, familiarization with which is based on learning methods for solving a transport task, assignment problem, traveling salesman problem and others. An effective solution to this type of tasks is possible through automated computing tools, tabular processors, and programming systems. The specifics of training cadets at military universities dictates the need to formulate tasks with a focus on military-technical research. Optimization issues are considered as applied to possible real situations in the military service of future officers. The staffing task is solved through high-level programming. Some results of the comparative analysis of educational material assimilation in the control and experimental groups are given. A deeper understanding of the theoretical material by the cadets and confident practical knowledge of programming technologies and solving problems in general with the specified training approach are noted, and it’s confirmed by the results of the tests conducted by the authors of the paper.

About the authors

Tatiana Evgenjevna Tarasova

Military Institute (Engineering and Technical) of Military Educational Institution of Logistics named after General of the Army A.V. Khrulyov

Email: tarasovate@yandex.ru

candidate of pedagogical sciences, associate professor of Military Architecture, Computer-Aided Design Systems, Natural Science Disciplines Department

Russian Federation, Saint Petersburg

Anatoly Vladimirovich Tarasov

Military Institute (Engineering and Technical) of Military Educational Institution of Logistics named after General of the Army A.V. Khrulyov

Email: toros707@mail.ru

candidate of technical sciences, associate professor of Military Architecture, Computer-Aided Design Systems, Natural Science Disciplines Department

Russian Federation, Saint Petersburg

Tatiana Sergeevna Smirnova

Military Institute (Engineering and Technical) of Military Educational Institution of Logistics named after General of the Army A.V. Khrulyov

Author for correspondence.
Email: smirnova_stef@mail.ru

candidate of pedagogical sciences, lecturer of Military Architecture, Computer-Aided Design Systems, Natural Science Disciplines Department

Russian Federation, Saint Petersburg

References

  1. Куляшова Н.М., Карпюк И.А. Применение математической теории в экономической практике // Инженерные технологии и системы. 2014. № 4. С. 185–191.
  2. Серебрякова И.В. Современные задачи менеджмента в области математического моделирования // Вестник Южно-Уральского государственного университета. Серия: Образование. Педагогические науки. 2013. № 2. С. 98–104.
  3. Динамическое и стохастическое программирование: методические указания к изучению курса и выполнению практических занятий для студентов математических и экономических специальностей / сост. В.Д. Власенко. Хабаровск: Изд-во Тихоокеан. гос. ун-та, 2008. 35 с.
  4. Лежнев А.В. Динамическое программирование в экономических задачах: учеб. пособие. 4-е изд. М.: Лаборатория знаний, 2020. 179 с.
  5. Аблялимов О.С. О решении задачи оптимизации методом динамического программирования // Universum: технические науки. 2020. № 9–1 (78). С. 16–18.
  6. Карпов В.А., Струченков В.И. Эффективные алгоритмы динамического программирования // Вестник компьютерных и информационных технологий. 2020. № 17/8 (194). С. 3–11.
  7. Посыпкин В.А., Тант С.С.Т. О распараллеливании метода динамического программирования для задачи о ранце // Информатика и управление. 2017. № 7. С. 1–5.
  8. Струченков В.И. Прикладные задачи оптимизации. Модели, методы, алгоритмы: практическое пособие. М.: Солон-Пр., 2019. 314 с.
  9. Беллман Р. Динамическое программирование. М.: Изд-во Иностранная литература, 1960. 400 с.
  10. Овчинников В.А. Модели и методы дискретной оптимизации. Модули 1 и 2. М.: Издательство МГТУ, 2019. 275 с.
  11. Попова Т.М. Методы безусловной оптимизации: тексты лекций / науч. ред. Р.В. Намм. Хабаровск: Изд-во Тихоокеан. гос. ун-та, 2013. 76 с.
  12. Зайчиков В.А., Заходякин Г.В. Разработка инструмента оптимального планирования сети распределения с применением методов математического программирования и имитационного моделирования // Успехи в химии и химической технологии. 2014. Т. 28, № 8 (157). С. 122–125.
  13. Ланских В.Г. Математическое программирование: учеб. пособие: в 2 ч. Ч. 2: Целочисленное, динамическое и игровое программирование. Киров: ВятГУ, 2019. 184 с.
  14. Ющик Е.В. Компьютеризация процесса обучения методам линейного программирования в рамках курса «Прикладная математика» // Научные труды Дальневосточного государственного технического рыбохозяйственного университета. 2019. № 2 (48). С. 67–72.
  15. Бабенко А.А., Маньшин М.Е. Использование компьютерных технологий при формировании умений решать задачи на оптимизацию у будущих специалистов в области информационной безопасности // Грани познания. 2012. № 5. С. 33–37.
  16. Беда А.Н. Применение задач оптимизации в военном деле // Студенческий научный поиск – науке и образованию XXI века: мат-лы X междунар. студ. науч.-практ. конф., Рязань, 20 апреля 2018 года. Рязань: Современный технический университет, 2018. С. 163–166.
  17. Чокой В.З. Средства математического программирования для оптимизации авиатранспортных систем // Crede Experto: транспорт, общество, образование, язык. 2017. № 2. С. 70–82.
  18. Иванко Е.Е. Метод динамического программирования в минимаксной задаче распределения заданий с равноценными исполнителями // Вестник Южно-Уральского государственного университета. Серия: Математическое моделирование и программирование. 2013. № 1. С. 124–133.
  19. Коновалов О.А., Коновальчук Е.В., Сербулов Ю.С. Решение задачи равномерного распределения ресурсов методом динамического программирования // Лесотехнический журнал. 2016. № 3. С. 248–254.
  20. Бугаев Ю.В., Коробова Л.А., Шурупова И.Ю. Поиск всех решений задачи динамического программирования в случае совпадения их многокритериальных оценок // Вестник Воронежского государственного университета инженерных технологий. 2020. № 1. С. 398–403.
  21. Богданова Е.Л., Соловейчик К.А., Аркина К.Г. Оптимизация в проектном менеджменте: линейное программирование: учеб. пособие. СПб.: НИУ ИТМО, 2017. 165 с.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Figure 1 - Route scheme between positions

Download (11KB)
Indexing metadata

Copyright (c) 2021 Tarasova T.E., Tarasov A.V., Smirnova T.S.

Creative Commons License
This work is licensed under a 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».