2022, випуск 1, c. 11-18

Одержано 04.05.2022; Виправлено 26.05.2022; Прийнято 28.06.2022

Надруковано 30.06.2022; Вперше Online 03.08.2022

https://doi.org/10.34229/2707-451X.22.1.2

Попередня  |  ПОВНИЙ ТЕКСТ  |  Наступна

 

УДК 004.94

Дослідження природних алгоритмів та їх комплексне застосування для оптимізації завдань логістики

В.В. Андрійчук,   В.В. Третиник * ORCID ID favicon Big

НТУУ «КПІ ім. Ігоря Сікорського»

* Листування: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

 

Вступ. На сьогоднішній день лінійні алгоритми перестали задовольняти потреби людства у багатьох прикладних сферах діяльності, тому їм на зміну прийшло багато інших методів. Частина з таких методів базуються на встановленні подібності між світом природи і машинним інтелектом – наприклад, це стосується областей нейронних мереж, генетичних алгоритмів, природніх алгоритмів та інших.

Для розробки складного мета-алгоритму, що дозволив би розв’язати задачу логістичної мережі, враховано наступні методи: природні алгоритми, задача комівояжера, методи динамічного програмування, комбінаторні підходи, алгоритми комплексного аналізу даних.

У даній роботі розглянуто застосування методів природніх алгоритмів для вирішення проблеми злагодженої логістики.

Мета роботи. Метою роботи є підвищення ефективності використання природних алгоритмів у задачах логістики. Загалом, основними задачами логістики є прогнозування кількості витрат, продукції та ресурсів за певних обставин. Проте не завжди в логістичних задачах наявна потрібна кількість даних матеріальних, інформаційних, фінансових, сервісних та інших потоків, багато змінних є невідомими. Тоді на допомогу приходять евристичні алгоритми для вирішення таких задач прикладного характеру.

Результати. Була виконана програмна реалізація мета-алгоритму на мові програмування Python для пошуку оптимальних параметрів. Наглядно продемонстровано ефективність автоматичного пошуку оптимальних гіпер-параметрів для алгоритму мурашиної колонії (і як наслідок, для природних алгоритмів).

 

Ключові слова: природні алгоритми, логістика, мурашиний алгоритм, мета-алгоритм.

 

Цитувати так: Андрійчук В.В., Третиник В.В. Дослідження природних алгоритмів та їх комплексне застосування для оптимізації завдань логістики. Cybernetics and Computer Technologies. 2022. 1. С. 11–18. https://doi.org/10.34229/2707-451X.22.1.2

 

Список літератури

           1.     Dorigo M. “Ottimizzazione, apprendimento automatico, ed algoritmi basati su metafora naturale (Optimization, Learning, and Natural Algorithms)”, дисертація на здобуття вченого ступеня “Doctorate in Systems and Information Electronic Engineering”, Politecnico di Milano, 1992.

           2.     Stützle T., López-Ibáñez M., Pellegrini P., Maur M., M. de Oca, Birattari M., Maur M., Dorigo M., “Parameter Adaptation in Ant Colony Optimization”. Technical Report, IRIDIA, Université Libre de Bruxelles, 2010.

           3.     Hutter F., Hoos H.H., Leyton-Brown K. Sequential Model-Based Optimization for General Algorithm Configuration. Proceedings of the conference on Learning and Intelligent OptimizatioN (LION 5). Rome, Italy: Springer-Verlag, 2011.

           4.     Bergstra J., Bardenet R., Bengio Y., Kegl B. Algorithms for hyper-parameter optimization. Advances in Neural Information Processing Systems. 2011.

           5.     Snoek J., Larochelle H., Adams R. Practical Bayesian Optimization of Machine Learning Algorithms. Advances in Neural Information Processing Systems. 2012. Bibcode: 2012arXiv1206.2944S. arXiv:1206.2944.

           6.     Thornton C., Hutter F., Hoos H., Leyton-Brown K. Auto-WEKA: Combined selection and hyperparameter optimization of classification algorithms. Knowledge Discovery and Data Mining. 2013. Bibcode: 2012arXiv1208.3719T. arXiv:1208.3719.

 

 

ISSN 2707-451X (Online)

ISSN 2707-4501 (Print)

Попередня  |  ПОВНИЙ ТЕКСТ  |  Наступна

 

 

 

© Вебсайт та оформлення. 2019-2022,

Інститут кібернетики імені В.М. Глушкова НАН України,

Національна академія наук України.