Добірка наукової літератури з теми "Мурашині алгоритми"

Предмет розгляду – методи оптимального розподілу ресурсів. Метою статті є розробка методу розподілу ресурсів між композитними за стосунками, орієнтованому на динамічний вибір алгоритму оптимізації. методи, що використовуються, – жадібні та мурашині алгоритми, кластерізаційний підхід. Результати роботи. Розглянуто узагальнення існуючих евристик динамічного планування, які відносяться до класу жадібних алгоритмів та знаходять на кожному кроці локально оптимальне рішення. Проведено укрупнену класифікацію методів розподілу пакету композитних застосунків. Проаналізовано два типи кластеризації - вертикальну та горизонтальну. Розглянута можливість планування наборів композитних застосунків на базі кластерізаціонного підходу. Наведено спосіб розподілу наборів композитних за стосунків як з використанням мурашиного алгоритму, так і на базі кластерізаційного підходу з використанням мурашиного алгоритму. Проаналізовано переваги та недоліки кожного із розглянутих підходів, що дало змогу визначити межі застосування кожного із підходів. Висновки. Запропоновано чотири різних підходи до розподілу ресурсів між композитними за стосунками з використанням таких методів: жадібні алгоритми, мурашині алгоритми, вертикальна та горизонтальна кластерізація, сумісне використання мурашиного алгоритму та кластерізації. Розроблений метод дозволяє динамічно провести найкращий вибір. Подальші дослідження будуть направлені на розробку відповідного алгоритму.

У роботі за результатами виконаних теоретичних та практичних досліджень розроблено розподілену систему завданням якої є організація КС локальної мережі в одну систему для вирішення складних задач. Проведеного дослідження запропоновано алгоритм оптимізації корпоративної комп'ютерної мережі за допомогою мурашиних алгоритмів. Запропонований метод показав себе краще ніж стандартний алгоритм оптимізації АСО.запропоновано підхід для балансування навантаження в розподілених системах на основі численних колоній мурашок була запропонована оптимізація. Використання кількох гнізд, або колоній мурашок у процесі пошуку, допомогло підвищити швидкість обміну інформацією по всіх вузлах системи. Крім того, динамічний обмін інформацією та її повне розповсюдження - це інші основні характеристики, що відрізняють цей підхід. Результати показали ефективність запропонованої моделі в порівнянні зі стандартним алгоритмам викрадення роботи з точки зору кількості зайнятих вузлів та витраченого часу для досягнення ефективності. Розписано структурно складові корпоративної мережі мінімально можливої конфігурації, щоб можна було вважати її функціональною.

Магістерська дисертація: 85 с., 7 рис., 23 табл., 29 джерел, 1 додаток. Актуальність. Сьогодні є актуальною онлайн-освіта. На жаль, в Україні мало альтернативних ресурсів, де б можна було отримати онлайн-допомогу з різних предметних областей. Все більше учнів, студентів, людей, які перекваліфіковуючись чи просто хочуть розвиватися шукають способи отримати нові теоретичні знання та практичні навички онлайн. Надзвичайно важко самостійно опанувати великий потік інформації, яку б предметну область не вивчали учні, і тому необхідна допомога професіоналів. Тож великою цінністю представляється функціонал щодо розкладу. Для вирішення проблеми, як реалізувати цю частину функціоналу, буде поставлена і розв’язана нова математична задача, яка дасть можливість і підґрунтя вирішувати подібні проблеми. Зв'язок роботи з науковими програмами, планами, темами. Робота виконувалась на філії кафедри автоматизованих систем обробки інформації та управління Національного технічного університету України «Київський політехнічний інститут ім. Ігоря Сікорського» у рамках науково-дослідницької теми Інституту кібернетики ім. В. М. Глушкова НАН України ВФ.180.11 «Розробити математичний апарат, орієнтований на створення інтелектуальних інформаційних технологій розв'язування проблем комбінаторної оптимізації та інформаційної безпеки» (2017-2021 рр.), що виконується за Постановою бюро Відділення інформатики НАН України від 23.06.2016 р. № 2. Мета роботи – підвищення якості інформування потенційних споживачів та інтелектуалізація процесів надання освітніх послуг онлайн, шляхом розробки оригінального програмно-алгоритмічного забезпечення та реалізації його у вигляді спеціалізованої програмної системи. Для досягнення мети необхідно виконати наступні завдання:  виконати огляд існуючих постановок задач у сфері освіти;  виконати огляд існуючих методів розв’язання задач складання розкладу;  здійснити порівняльний аналіз різних методів та моделей та класифікувати їх;  формалізувати задачу складання розкладу для менторів та учнів;  розробити алгоритм локального пошуку і мурашиний алгоритм;  виконати аналіз експериментальних досліджень;  розробити програмне забезпечення для надання послуг у сфері освіти;  розробити стартап-проект. Об’єкт дослідження – процес побудови розкладу для менторів і учнів, який задовольняє певним критеріям. Предмет дослідження – методи та моделі задач комбінаторної оптимізації в задачах теорії розкладів. Наукова новизна одержаних результатів полягає у постановці та аналізі нової задачі, а також у дослідження методів розв’язання цієї задачі, розробці методів локального пошуку та мурашиного алгоритму для поставленої задачі складання розкладу онлайн занять. Публікації. Матеріали роботи опубліковані в міжнародних наукових журналах «INNOVATIVE SOLUTIONS IN MODERN SCIENCE» (№6 (33), 2019), та «POLISH JOURNAL OF SCIENCE» (№16, 2019), а також у тезах міжнародних науково-практичних конференцій «Математичне та імітаційне моделювання систем» (МОДС 2019), «Інформаційні системи та технології управління» (ІСТУ-2019).
Master's thesis: 85 p., 7 figures, 23 tables, 29 sources, 1 applications. Relevance: Online education is relevant today. Unfortunately, there are few alternative resources in Ukraine where online help can be obtained from various subject areas. More and more students from schools and universities, people who are retraining or just looking to develop are looking for ways to gain new theoretical knowledge and practical skills online. It is extremely difficult to master a large flow of information on your own, whatever the subject area is not learned by students, and therefore requires the help of professionals. Therefore, scheduling functionality is of great value. To solve the problem of how to implement this part of the functionality, a new mathematical problem will be posed and solved, which will give the opportunity and the basis for solving such problems. Connection of the thesis with scientific programs, plans, topics. The thesis was written at the branch of The Department of Computer-aided management and data processing systems of the National Technical University of Ukraine «Igor Sikorsky Kyiv Polytechnic Institute» at the V. M. Glushkov Institute of Cybernetics of the National Academy of Sciences of Ukraine under the topic VF.180.11 «To develop a mathematical apparatus focused on the creation of intelligent information technologies for solving combinatorial optimization and information security problems» (2017-2021 biennium), which is executed by the Resolution of the Bureau of Informatics of the National Academy of Sciences of Ukraine from 23.06.2016 р. № 2. The purpose of the study is improving the quality of informing potential consumers and intellectualizing the processes of providing educational services online, by developing original software and algorithmic software and implementing it in the form of a specialized software system.. To achieve this goal, you must complete the following tasks: − review the existing formulations of educational tasks; − review existing methods for scheduling tasks; − carry out comparative analysis of different methods and models and classify them; − formalize the timetable for mentors and students; − develop a local search algorithm and an ant algorithm; − carry out the analysis of experimental studies; − develop software to provide educational services; − develop a startup project. The object of study is a process for scheduling mentors and students that meets certain criteria. The subject of study is methods and models of combinatorial optimization problems in scheduling theory problems. The scientific novelty of the results is the formulation and analysis of a new task, as well as the study of methods for solving this problem, the development of methods of local search and ant algorithm for the task of scheduling online classes. Publications. Work materials have been published in the international scientific journals «INNOVATIVE SOLUTIONS IN MODERN SCIENCE» (№6 (33), 2019) and «POLISH JOURNAL OF SCIENCE» (№16, 2019), as well as in theses of international scientific and practical conferences «Mathematical and systems simulation» (MODS 2019), «Information systems and control technologies» (ISTU-2019).

Об’єктом дослідження є процес керування групою безпілотних літальних апаратів в тому числі процес оптимізації методу керування групи БПЛА з метою досягнення кінцевої точки призначення за найкоротший час.Предметом дослідження є математичні моделі, удосконалений метод та програмно-технічні засоби для реалізації системи та методу керування групою безпілотних літальних апаратів на основі нечіткого мурашиного алгоритму.Метою дипломної роботи є розробка програмно-технічного засобу, методу та системи керування групою безпілотних літальних апаратів на основі нечіткого мурашиного алгоритму для підвищення ефективності виконання групових завдань.Для розв’язання поставлених задач у роботі використовуються методи аналізу даних, системний аналіз, теорії комп’ютерних систем, та аналіз алгоритмів пошуку найкоротшого шляху. Практична цінність проекту полягає в розробленому програмно-технічному продукті, який дозволяє організувати оптимальну систему керування групою безпілотних літальних апаратів на основі нечіткого мурашиного алгоритму та виконання місій цими БПЛА у найкоротший термін та з високою ефективністю.

Актуальність теми. Оскільки розмір цифрової інформації зростає в геометричній прогресії, потрібно витягувати великі обсяги необроблених даних. На сьогоднішній день існує кілька методів налаштування та обробки даних відповідно до наших потреб. Найбільш поширеним методом є використання інтелектуального аналізу даних (Data Mining). Data Mining застосовується для вилучення неявних, дійсних та потенційно корисних знань із великих обсягів необроблених даних. Видобуті знання повинні бути точними, читабельними та легкими для розуміння. Крім того, процес видобутку даних також називають процесом виявлення знань, який використовувався в більшості нових міждисциплінарних областей, таких як бази даних, статистика штучного інтелекту, візуалізація, паралельні обчислення та інші галузі. Одним із нових і надзвичайно потужних алгоритмів, що використовуються в Data Mining, є еволюційні алгоритми та підходи, що базуються на рії, такі як мурашиний алгоритм та оптимізація рою частинок. В даній роботі запропоновано використати для інтелектуального аналізу даних досить нову ідею алгоритма бджолиного рою для широко розповсюдженої задачі класифікації. Мета роботи: покращення результатів класифікації даних в сенсі в точності і сталості за допомогою алгоритму інтелектуального аналізу даних на основі алгоритму бджолиного рою. Об’єктом дослідження є процес інтелектуального аналізу даних для задачі класифікації. Предметом дослідження є використання алгоритму бджолиного рою для інтелектуального аналізу даних. Методи дослідження. Використовуються методи параметричного дослідження евристичних алгоритмів, а також методи порівняльного аналізу для алгоритмів інтелектуального аналізу даних. Наукова новизна одержаних результатів роботи полягає в тому, що після проведеного аналізу існуючих рішень, запропоновано використати алгоритм бджолиного рою для задачі класифікації, точність і сталість якого перевищує показники існуючих класифікаторів. Практичне значення одержаних результатів полягає в тому, що розроблений алгоритм показує кращі результати в сенсі точності і сталості в порівнянні з іншими алгоритмами інтелектуального аналізу даних. Тобто адаптація бджолиного алгоритму може розглядатися як корисне та точне рішення для такої важливої проблеми, як задача класифікації даних. Апробація роботи. Основні положення й результати роботи були представлені та обговорювались на науковій конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2019 (Київ, 2019 р.), а також на науковій конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2020 (Київ, 2020 р.). Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів, висновків та додатків. У вступі надано загальну характеристику роботи, виконано оцінку сучасного стану проблеми, обґрунтовано актуальність напрямку досліджень, сформульовано мету і задачі досліджень, показано наукову новизну отриманих результатів і практичну цінність роботи, наведено відомості про апробацію результатів і їх впровадження. У першому розділі розглянуто алгоритми інтелектуального аналізу даних, які використовуються для задачі класифікації. Обґрунтовано можливість використання евристичних алгоритмів, а саме алгоритму бджолиного рою для цієї задачі. У другому розділі детально розглянуто алгоритм бджолиного рою та принципи його роботи, також описано запропоновану методику його застосування для інтелектуального аналізу даних, а саме для задачі класифікації. У третьому розділі описано розроблений алгоритм та програмний додаток, в якому він реалізований. У четвертому розділі приведена оцінка ефективності запропонованого алгоритм, на основі тестування алгоритму, а також порівняльного аналізу між розробленим алгоритмом та вже існуючими. У висновках представлені результати магістерської дисертації. Робота виконана на 81 аркуші, містить посилання на список використаних літературних джерел з 18 найменувань. У роботі наведено 38 рисунків та 5 додатків.
Actuality of theme. As the size of digital information grows exponentially, large amounts of raw data need to be extracted. To date, there are several methods to customize and process data according to our needs. The most common method is to use Data Mining. Data Mining is used to extract implicit, valid and potentially useful knowledge from large amounts of raw data. The knowledge gained must be accurate, readable and easy to understand. In addition, the data mining process is also called the knowledge discovery process, which has been used in most new interdisciplinary fields, such as databases, artificial intelligence statistics, visualization, parallel computing, and other fields. One of the new and extremely powerful algorithms used in Data Mining is evolutionary algorithms and swarm-based approaches, such as the ant algorithm and particle swarm optimization. In this paper, it is proposed to use a fairly new idea of the swarm of bee swarm algorithm for data mining for a widespread classification problem. Purpose: to develop an algorithm for data mining for the classification problem based on the swarm of bee swarms, which exceeds other common classifiers in terms of accuracy of results and consistency. The object of research is the process of data mining for the classification problem. The subject of the study is the use of a swarm of bee swarms for data mining. Research methods. Methods of parametric research of heuristic algorithms, and also methods of the comparative analysis for algorithms of data mining are used. The scientific novelty of the work is as follows: 1. As a result of the analysis of existing solutions for the classification problem, it is decided to use such metaheuristics as the swarm of bee swarm. 2. The implementation of the bee algorithm for data mining is proposed. The practical value of the results obtained in this work is that the developed algorithm can be used as a classifier for data mining. In addition, the proposed adaptation of the bee algorithm can be considered as a useful and accurate solution to such an important problem as the problem of data classification. Approbation of work. The main provisions and results of the work were presented and discussed at the scientific conference of undergraduates and graduate students "Applied Mathematics and Computing" PMK-2019 (Kyiv, 2019), as well as at the scientific conference of undergraduates and graduate students "Applied Mathematics and Computing" PMK-2020 (Kyiv, 2020). Structure and scope of work. The master's dissertation consists of an introduction, four chapters, conclusions and appendices. The introduction provides a general description of the work, assesses the current state of the problem, substantiates the relevance of research, formulates the purpose and objectives of research, shows the scientific novelty of the results and the practical value of the work, provides information on testing and implementation. The first section discusses the data mining algorithms used for the classification problem. The possibility of using heuristic algorithms, namely the bee swarm algorithm for this problem, is substantiated. The second section discusses in detail the algorithm of the bee swarm and the principles of its operation, also describes the proposed method of its application for data mining, namely for the classification problem. The third section describes the developed algorithm and the software application in which it is implemented. In the fourth section the estimation of efficiency of the offered algorithm, on the basis of testing of algorithm, and also the comparative analysis between the developed algorithm and already different is resulted. The conclusions present the results of the master's dissertation. The work is performed on 89 sheets, contains a link to the list of used literature sources with 18 titles. The paper presents 38 figures and 2 appendices.

Розробка методу оптимізації транспортних перевезень засобами біологічної метаевристики та відповідних інформаційної технології та інформаційної системи, необхідних для автоматизованої побудови оптимальних маршрутів транспортних перевезень за відомостями множини пунктів для відвідування, початкового пункту, множини доступних шляхів, показників динаміки руху на шляхах та появ перешкод на шляхах.