Пошук академічних текстів

Інформація × Реєстраційний номер 2124U002658, Матеріали видань та локальних репозитаріїв Категорія Стаття, Опубліковано, Рецензована стаття Назва роботи МЕТОДИ РІШЕННЯ ЗАДАЧІ КОМІВОЯЖЕРА НА ОСНОВІ ОБЧИСЛЮВАЛЬНОГО ІНТЕЛЕКТУ Автор Ivashchenko HeorhiiOnyshchenko OleksandrBondarenko MaksymZdoryk NikitaIvashchenko HeorhiiOnyshchenko OleksandrBondarenko MaksymZdoryk Nikita Дата публікації 30-04-2024 Постачальник інформації Національний університет «Полтавська політехніка імені Юрія Кондратюка» Першоджерело https://journals.nupp.edu.ua/sunz/article/view/3362 Видання Національний університет «Полтавська політехніка імені Юрія Кондратюка» Опис Актуальність. На сьогоднішній день, задача комівояжера зберігає свою актуальність, оскільки потреба у пошуку найкоротших маршрутів наразі зустрічається в багатьох сферах людської діяльності. Із розвитком технологій та зростанням складності виробничих процесів та логістики, підвищуються вимоги до точності та швидкості пошуку, що зумовлює необхідність вибору доцільних методів рішення цієї задачі. Метою даної роботи є дослідження ефективності використання алгоритмів рішення задачі комівояжера на основі методів обчислювального інтелекту. Об’єктом дослідження є процес пошуку найкоротшого маршруту у графах великої розмірності. Предметом дослідження є алгоритми пошуку маршрутів для задачі комівояжера з використанням методів обчислювального інтелекту. Результати. У даній роботі розглядаються особливості застосування методів обчислювального інтелекту для вирішення задачі комівояжера, що полягають у використанні варіацій генетичного, мурашиного алгоритмів та штучних нейронних мереж, зокрема, карти Кохонена. Проведено аналіз збіжності генетичних алгоритмів при використанні різновидів генетичних операторів. Отримані результати проведених експериментальних досліджень дозволяють зробити висновки щодо переваг та недоліків окремих алгоритмів. Висновок. Запропонований підхід на основі штучної нейронної мережі демонструє найкращу швидкодію та найбільшу точність при вирішенні задач розмірністю приблизно 1000 вершин. Для задач з меншим числом вершин, точніші результати забезпечує використання генетичного алгоритму. Додано в НРАТ 2026-04-19 Закрити