Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 7

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  kwadratowe zagadnienie przydziału
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
W artykule przedstawiono rozwiązanie kwadratowego problemu przydziału, który należy do AP-trudnych problemów optymalizacji dyskretnej, za pomocą algorytmów stadnych. Zastosowano trzy algorytmy: algorytmy mrówkowe, algorytmy optymalizacji rojem cząstek i algorytmy pszczele. Przedstawiono wyniki badań dla wybranych instancji testowych z biblioteki QAPLIB.
EN
This paper presents three swarm algorithms: ant algorithms, particle swarm optimization and bee algorithms, used for solution of quadratic assignment problem, which is a NP-hard optimization problem. The results of experiments performed for selected test problems of quadratic assignment problems from QAPLIB library have been also presented.
PL
Kwadratowy problem przydziału polega na takim umieszczeniu fabryk (obiektów) w lokalizacjach, aby całkowity koszt wyrażony jako suma iloczynów odległości między obiektami i strumieni towarów przepływających między tymi obiektami był jak najmniejszy. Artykuł ten przedstawia nowy sposób modelowania problemu przy wykorzystaniu grafów dwudzielnych i nowy sposób rozwiązania problemu, krok po kroku, polegający na znalezieniu maksymalnego dopasowania o minimalnej wadze z uwzględnieniem fizycznego umiejscowienia fabryk (obiektów) w lokalizacjach.
EN
A new method for quadratic assignment problem is presented. The problem is modeled by a bipartite graph. Hungarian method is used for finding the solution: the assignment with minimum costs is found, but this solution must take into consideration of real objects localizations.
PL
W artykule przedstawiono sposób ukierunkowania przeszukiwania przestrzeni rozwiązań, wykorzystujący warunkową wartość oczekiwaną funkcji celu rozwiązań częściowo ustalonych. Teoretyczne podstawy dotyczące wartości oczekiwanej opracowano dla szerokiej klasy zagadnień permutacyjnych, których przykładem są TSP (zagadnienie komiwojażera), czy rozważane zagadnienie testowe QAP (kwadratowe zagadnienie przydziału) - należące do NP-trudnych problemów optymalizacji dyskretnej. Zastosowanym algorytmem rojowym jest algorytm pszczeli, ale powyższe podejście może być również wykorzystane w algorytmach mrówkowych. Przedstawione wyniki badań eksperymentalnych dla standardowych zagadnień testowych zaczerpniętych z biblioteki QAPLIB wskazują na wysoką efektywność zaproponowanej metody.
EN
This paper investigates a new advanced swarm algorithm for optimization of permutation problems. The introduction in algorithms the expected value of objective function allows effective evaluation of quality of partially fixed solutions. The parameter can be used as auxiliary criterion for selection and construction of new solutions, increasing the effectiveness of designed algorithms. The experiments were performed for standard test problems of quadratic assignment problems (QAP).
PL
Zastosowana w algorytmie ewolucyjnym koncepcja zmiennej w czasie strategii sukcesji ma na celu sterowanie zbieżnością algorytmu. Początkowa faza obliczeń różnicuje w większym stopniu rozwiązania w populacji niż fazy późniejsze. Prawdopodobieństwo wstawienia nowo wygenerowanego rozwiązania do populacji, zmienne w kolejnych etapach, jest uzależnione od wartości funkcji przystosowania oraz od pewnej funkcji rozkładu prawdopodobieństwa. Jako zagadnienie testowe dla zaproponowanego algorytmu przyjęto NP-trudne kwadratowe zagadnienie przydziału.
EN
This paper investigates a new advanced evolutionary algorithm for optimization of permutation problems. Implementation of varying in time strategy of succession in evolution algorithms enables controlling the population diversification. In early phases of optimization the diversification of population is greater than the later ones. During all phases the probability of adding solution to population depends on the solution fitness function and certain probability density function. The experiments were performed for standard test problems of quadratic assignment problems (QAP).
PL
Artykuł prezentuje wyniki prac związanych z implementacją i badaniem efektywności algorytmu ewolucyjnego, wykorzystującego specjalizowane operatory pseudogenetyczne dla kwadratowego zagadnienia przydziału. Operatory te bazują na własnościach przestrzeni rozwiązań, stosując warunkową wartość oczekiwaną funkcji celu rozwiązań częściowo ustalonych. Wprowadzenie do operatorów dodatkowej wiedzy o optymalizowanym problemie umożliwia ukierunkowanie procesu eksploracji przestrzeni rozwiązań w regiony zawierające rozwiązania o wyższej jakości.
EN
The paper presents an approach to an implementation and evaluation of evolutionary algorithm using operators exploiting peculiar properties of QAP problem. They are based on expected conditional value of objective function for partially fixed solutions. The numerical experiments were performed for standard test problems of quadratic assignment problem (QAP) from QAPLIB-A library. We compare the results of algorithms using pseudo-genetic operators which exploit some QAP problem properties with results obtained from algorithms using standard pseudo-genetic operators for permutation problems.
PL
W artykule zaprezentowano rezultaty prac nad zaawansowanymi algorytmami ewolucyjnymi stosowanymi w optymalizacji zagadnień permutacyjnych. Wprowadzenie dodatkowego parametru - warunkowej wartości oczekiwanej funkcji celu pozwala na ocenę jakości rozwiązań częściowo ustalonych. Może być on stosowany jako pomocnicze kryterium wyboru i konstrukcji nowych rozwiązań, w celu poprawy efektywności projektowanych algorytmów.
EN
This paper investigates an application of advanced evolutionary algorithms in optimization of permutation problems. The introduction of additional parameter in algorithms - the expected value of objective function - allows effective evaluation of quality of partially fixed solutions. The parameter can be used as auxiliary criterion for selection and construction of new solutions, increasing the effectiveness of designed algorithms.
PL
Artykuł prezentuje wyniki prac związanych z implementacją i badaniem efektywności algorytmów ewolucyjnych, wykorzystujących warunkową wartość oczekiwaną funkcji celu dla częściowo ustalonych rozwiązań w optymalizacji zagadnień permutacyjnych. Jako przykład tego problemu rozważamy kwadratowe zagadnienie przydziału - QAP.
EN
The papers presents the results of our work on implementation and testing of new evolutionary algorithms for optimization of permutation problems. The algorithm flow is controlled by an additional parameter that is used for evaluation of quality of partially fixed solutions: the expected value of objective function. As an example, the quadratic assignment problem QAP is examined.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.