• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Найдено 15 публикаций
Сортировка:
по названию
по году
Статья
Zhengb Q. P., Wang J., Pardalos P. M. et al. Annals of Operations Research. 2012. P. 1-24.

Задача составления расписания для обеспечения электроэнергией  всегда была очень важной проблемой в деятельности энергосистемы, потому что она направлена ​​на снижение стоимости производства электроэнергии с помощью оптимального планирования передач  элементов генерирования. Между тем, это сложная проблема, потому что она включает в себя большое количество целочисленных переменных. С ростом проникновения возобновляемых источников энергии в электроэнергетические системы, операции системы питания и управления подвергаются неопределенности в большей степени, чем раньше. В данной статье рассматривается стохастическая модель данной задачи, которая принимает во внимание различные факторы неопределенности, влияющие на спрос тепловой энергии и на два типа генераторов, т. е. генераторов быстрого и не быстрого запуска. Эта задача является  стохастической смешанной целочисленной программой с переменными дискретных решений как на первом, так  и на втором уровне. Для того, чтобы решить эту трудную задачу, применяется метод, основанный на распаде Бэндера. Численные эксперименты показывают, что предложенный алгоритм может решить данную стохастическую задачу  эффективно, особенно с большим количеством сценариев.

Добавлено: 9 января 2013
Статья
Zare M. H., Borrero J., Zeng B. et al. Annals of Operations Research. 2017. P. 1-19.
Добавлено: 19 ноября 2017
Статья
Khodayifar S., Raayatpanah M., Pardalos P. M. Annals of Operations Research. 2017. P. 1-11.

Flow variations over time generalize standard network flows by introducing an element of time. In contrast to the classical case of static flows, a flow over time in such a network specifies a flow rate entering an arc for each point in time. In this setting, the capacity of an arc limits the rate of flow into the arc at each point in time. Traditionally, flows over time are computed in time-expanded networks that contain one copy of the original network for each discrete time step. While this method makes available the whole algorithmic toolbox developed for static network flows, its drawback is the enormous size of the time-expanded network. In this paper, we extend the results about the minimum flow problem to network flows (with n nodes and m arcs) in which the time-varying lower bounds can involve both the source and the sink nodes (as in Fathabadi et al.) and also one additional node other than the source and the sink nodes. It is shown that this problem for the set (Formula presented.) of time points can be solved by at most n minimum flow computations, by suitably extending the dynamic minimum flow algorithm and reoptimization techniques. The running time of the presented algorithm is (Formula presented.).

Добавлено: 10 апреля 2017
Статья
Lazarev A.A., Gafarov E. R., Werner F. Annals of Operations Research. 2013. Vol. 213. No. 1. P. 115-130.
Добавлено: 15 октября 2014
Статья
Festa P., Pardalos P. M. Annals of Operations Research. 2012. P. 663-682.
Вычислительная молекулярная биология является одной из самых интересных междисциплинарных сфер исследований. В настоящее время она приносит пользу своими концепциями и теоретическими результатами, получаемыми различными научными исследовательскими сообществами, в том числе генетическими, биохимическими и сообществами в сфере информатики. В последние годы было показано, что многие молекулярные проблемы биологии могут быть сформулированы как задачи комбинаторной оптимизации, в том числе задачи последовательного совпадения, задачи перестройки генома, задача выбора и сравнения генетических цепочек, а также прогнозирование структуры белков и распознавание. Эта статья предоставляет детальное описание задач выбора и сравнения генетических цепочек. Для поиска качественных решений определенного класса задач молекулярной биологии, связанного с задачей сравнения генетических цепочек, мы предлагаем новые эвристические теории, включая процесс жадного рандомизированного адаптивного поиска(GRASP) и также генетический алгоритм(GA). Вычислительные результаты показывают, что эти рандомизированные эврестические теории дают более качественные результаты по сравнению с результатами, полученными с помощью лучших современных эвристических подходов.
Добавлено: 9 января 2013
Статья
Anton Kocheturov, Pardalos P. M., Karakitsiou A. Annals of Operations Research. 2019. Vol. 276. No. 1-2. P. 5-34.
Добавлено: 22 мая 2018
Статья
Saffer Z., Andreev S., Kucheryavy E. Annals of Operations Research. 2014.
Добавлено: 28 марта 2015
Статья
Kokovin S. G., Nahata B. Annals of Operations Research. 2017. Vol. 253. No. 1. P. 431-451.

We study a general model of multi-dimensional screening for discrete types of consumers without the single-crossing condition or any other essential restrictions. Such generality motivates us to introduce graph theory into optimization by treating each combination of active constraints as a digraph. Our relaxation of the constraints (a slackness parameter) excludes bunching and cycles among the constraints. Then, the only possible solution structures arerivers, which are acyclic rooted digraphs, and the Lagrange multipliers can be used to characterize the solutions. Relying on these propositions, we propose and justify an optimization algorithm. In the experiments, its branch-and-bound version with a good starting plan shows fewer iterations than a complete search among all rivers.

Добавлено: 12 ноября 2016
Статья
Kalyagin V. A., Koldanov A. P., Koldanov P. et al. Annals of Operations Research. 2018. Vol. 266. No. 1-2. P. 313-327.

Research into the market graph is attracting increasing attention in stock market analysis. One of the important problems connected with the market graph is its identification from observations. The standard way of identifying the market graph is to use a simple procedure based on statistical estimations of Pearson correlations between pairs of stocks. Recently a new class of statistical procedures for market graph identification was introduced and the optimality of these procedures in the Pearson correlation Gaussian network was proved. However, the procedures obtained have a high reliability only for Gaussian multivariate distributions of stock attributes. One of the ways to correct this problem is to consider different networks generated by different measures of pairwise similarity of stocks. A new and promising model in this context is the sign similarity network. In this paper the market graph identification problem in the sign similarity network is reviewed. A new class of statistical procedures for the market graph identification is introduced and the optimality of these procedures is proved. Numerical experiments reveal an essential difference in the quality between optimal procedures in sign similarity and Pearson correlation networks. In particular, it is observed that the quality of the optimal identification procedure in the sign similarity network is not sensitive to the assumptions on the distribution of stock attributes.

Добавлено: 17 мая 2017
Статья
Pardalos P. M., Ravetti M., Riveros C. et al. Annals of Operations Research. 2012. Vol. 199. No. 1. P. 269-284.
This paper addresses the Permutation Flowshop Problem with minimization of makespan, which is denoted by Fm{pipe}prmu{pipe}C max. In the permutational scenario, the sequence of jobs has to remain the same in all machines. The Flowshop Problem (FSP) is known to be NP-hard when more than three machines are considered. Thus, for medium and large scale instances, high-quality heuristics are needed to find good solutions in reasonable time. We propose and analyse parallel hybrid search methods that fully use the computational power of current multi-core machines. The parallel methods combine a memetic algorithm (MA) and several iterated greedy algorithms (IG) running concurrently. Two test scenarios were included, with short and long CPU times. The tests were conducted on the set of benchmark instances introduced by Taillard (Eur. J. Oper. Res. 64:278-285, 1993), commonly used to assess the performance of new methods. Results indicate that the use of the MA to manage a pool of solutions is highly effective, allowing the improvement of the best known upper bound for one of the instances.
Добавлено: 5 февраля 2013
Статья
Aleskerov F. T., Holler M., Kamalova R. Annals of Operations Research. 2014. Vol. 215. No. 1. P. 25-37.

We present an analysis of the distribution of voting power in the Reichstag of the Weimar Republic based on the outcomes of the nine general elections in the period 1919-1933. The paper contains a brief description of the political and electoral system of the Weimar Republic and a characterization of the main political actors and their political views. The power distributions are evaluated by means of the Banzhaf index and two new indices which take into account the parties' preferences to coalesce. A model is constructed to evaluate the parties' preferences with reference to the closeness of the ideological positions in a one-dimensional political space.

Добавлено: 28 марта 2013
Статья
Wang X., Fan N., Pardalos P. M. Annals of Operations Research. 2015. P. 1-24.

Support vector machines (SVM) is one of the well known supervised classes of learning algorithms. Basic SVM models are dealing with the situation where the exact values of the data points are known. This paper studies SVM when the data points are uncertain. With some properties known for the distributions, chance-constrained SVM is used to ensure the small probability of misclassification for the uncertain data. As infinite number of distributions could have the known properties, the robust chance-constrained SVM requires efficient transformations of the chance constraints to make the problem solvable. In this paper, robust chance-constrained SVM with second-order moment information is studied and we obtain equivalent semidefinite programming and second order cone programming reformulations. The geometric interpretation is presented and numerical experiments are conducted. Three types of estimation errors for mean and covariance information are studied in this paper and the corresponding formulations and techniques to handle these types of errors are presented.

Добавлено: 25 октября 2015
Статья
Xanthopoulos P., Guarracino M. R., Pardalos P. M. Annals of Operations Research. 2014. Vol. 216. No. 1. P. 327-342.

Неопределенность – это понятие, которое ассоциируется со сбором данных и анализом, обычно возникающим в форме ошибки  шума или измерения, часто из-за определенных технологических ограничений. В обучении под контролем неточность влияет на правильность классификации и дает низкое качество решений. По этой причине необходимо развивать алгоритмы обучения с помощью машин, способных эффективно обрабатывать данные с неточностью. В данной статье мы изучаем эту проблему с точки зрения надежной оптимизации. Мы принимаем во внимание контролируемый алгоритм обучения, основанный на обобщенном собственном значении, и предлагаем надежную дополнительную формулировку и решение в случае  эллипсоидального множества неточностей. Мы демонстрируем производительность предложенной надежной схемы на искусственных и контрольных множествах данных из хранилища машинного обучения университета Калифорнии (UCI), а также мы сравниваем результаты целенаправленного внедрения опорных векторов машин.

Добавлено: 24 января 2013
Статья
Lazarev A. A., Gafarov E. R., Werner F. Annals of Operations Research. 2013. P. 121-136.
Добавлено: 15 октября 2014
Статья
Gafarov E., Lazarev A. A., Werner F. Annals of Operations Research. 2012. Vol. 196. No. 1. P. 247-261.
Добавлено: 24 ноября 2012