Global Equilibrium Search Algorithms for Combinatorial Optimization Problems

O. Shylo; D. Korenkevych; P. M. Pardalos

?

Global Equilibrium Search Algorithms for Combinatorial Optimization Problems

P. 227–286.

Глобальный поиск равновесия (GES) – это мета-эвристическая система, которая разделяет похожие идеи с методом имитации отжига. GES накапливает компактный набор информации о пространстве поиска для создания перспективных начальных решений для методов, которые требуют исходное решение, как, например, простой метод локального поиска. Глобальный поиск равновесия стал успешным для многих классических задач дискретной оптимизации: безусловная задача квадратичного программирования, задача максимальной выполнимости, многомерная задача о рюкзаке и задача планирования рабочего расписания. GES обеспечивает современное состояние производительности во всех этих областях по сравнению с самыми известными действующими алгоритмами, которые описаны в литературе. GES алгоритм может быть продлен естественно для параллельных вычислений, так как он выполняет поиск одновременно в различных областях пространства решений. В этом докладе мы предоставляем обзор глобального поиска равновесия и обсуждаем некоторые успешные приложения.

Язык: английский

Ключевые слова: дискретная оптимизация discrete optimization meta-heuristics global equilibrium search глобальный поиск равновесия метаэвристика

В книге

Parallel Problem Solving from Nature - PPSN XII

Issue 7492. , Saarbrücken: Springer, 2012.

Numerical Computations: Theory and Algorithms. 4th International Conference, NUMTA 2023, Pizzo Calabro, Italy, June 14–20, 2023, Revised Selected Papers, Part I

Springer Publishing Company, 2025.

Добавлено: 23 ноября 2025 г.

Особенности решения задачи геометрического мониторинга

Кочкаров А. А., Яцкин Д. В., Рахманов О. А., Известия ЮФУ. Технические науки 2016 № 2 С. 158–168

Формулируется задача мониторинга ограниченного пространства. Устанавливается связь между мониторингом пространства и обнаружением объектов на этом пространстве. После введения некоторых допущений делается вывод о необходимости решения задачи покрытия множества (связного пространства). Характерной особенностью рассматриваемой задачи является наличие в зоне мониторинга препятствий. Под препятствием понимается связная область пространства, в каждой точке которого невозможно размещение какого-либо объекта. Тем не ...

Добавлено: 7 марта 2025 г.

Задача мониторинга и покрытия связных пространств

Кочкаров А. А., Яцкин Д. В., В кн.: Труды III Всероссийской научно-технической конференции «РТИ Системы ВКО-2015».: М.: Издательство МГТУ им. Н.Э. Баумана, 2015. С. 694–702.

Формулируется постановка задачи мониторинга ограниченного пространства. После введения некоторых допущений и перехода на математический язык делается вывод о необходимости решения задачу покрытия множества. Задача покрытия дискретизуется, исследуются свойства и признаки разного рода покрытий. Предложен и обоснован алгоритм построения наименьшего покрытия, рассчитывается его сложность. ...

Добавлено: 7 марта 2025 г.

Оптимизация пунтков перевалки «морской порт – железная дорога»

Морозов Н. Ю., Гришин Е. М., Правдивец Н. А. и др., Управление большими системами: сборник трудов 2022 № 99 С. 135–156

В связи с ростом объема мультимодальных перевозок ОАО «РЖД» требуется более эффективное использование имеющихся ресурсов. В наши дни наиболее востребованной разновидностью международного грузооборота является доставка морским транспортом с последующей перегрузкой на железную дорогу для доставки до пункта назначения на материке. В настоящей статье предлагается комплексная математическая модель, включающая две подзадачи: задачу назначения причалов (BAP) и ...

Добавлено: 7 декабря 2022 г.

Comparison of mathematical programming models for optimization of transshipment point seaport - railway

Grishin E., Pravdivets N., Morozov N. и др., IFAC-PapersOnLine 2022 Vol. 55 No. 10 P. 2557–2562

Добавлено: 7 декабря 2022 г.

Concurrently Employing Resources of Several Supercomputers With Parascip Solver By Everest Platform

Smirnov S., Voloshinov V., O.V. Sukhoroslov, , in: Proceedings of the 9th International Conference "Distributed Computing and Grid Technologies in Science and Education" (GRID'2021), Dubna, Russia, July 5-9, 2021.: CEUR Workshop Proceedings, 2021. P. 413–417.

Добавлено: 30 октября 2022 г.

An adaptive human learning optimization with enhanced exploration–exploitation balance

Du J., Wen Y., Wang L. и др., Annals of Mathematics and Artificial Intelligence 2023 Vol. 97 P. 117–216

Добавлено: 26 мая 2022 г.

Techniques for Speeding up H-Core Protein Fitting

Игнатов А. Д., Посыпкин М. А., , in: Optimization and Applications: 12th International Conference, OPTIMA 2021, Petrovac, Montenegro, September 27 – October 1, 2021, Proceedings.: Switzerland: Springer, 2021. P. 336–350.

Добавлено: 20 мая 2022 г.

A human learning optimization algorithm with reasoning learning

Zhang P., Du J., Wang L. и др., Applied Soft Computing Journal 2022 Vol. 122 Article 108816

Добавлено: 11 апреля 2022 г.

Управление товарными потоками и перевозочным процессомна железнодорожном транспорте на основе клиентоориентированности и логистических технологий : коллективная монография членов и научных партнеров Объединенного ученого совета ОАО «РЖД»

Ададуров С. Е., Алексеев А. М., Анисимов В. А. и др., М.: ООО "Издательство "ЛЕМА", 2020.

В коллективной монографии членов и научных партнеров Объединенного ученого совета ОАО «РЖД», объединяющего ведущих представителей отраслевой и фундаментальной российской науки, отражены ключевые вопросы научной поддержки перевозочного процесса и управления товарными потоками на железнодорожном транспорте, повышения эффективности его деятельности на основе клиентоориентированности и логистических принципов. Рассмотрены системные вопросы развития логистических технологий, научные принципы прогнозирования и планирования железнодорожных ...

Добавлено: 4 февраля 2022 г.

Low-Variance Black-Box Gradient Estimates for the Plackett-Luce Distribution

Гадецкий А. В., Струминский К. А., Robinson C. и др., , in: Thirty-Fourth AAAI Conference on Artificial IntelligenceVol. 34.: AAAI Press, 2020. P. 10126–10135.

Добавлено: 11 октября 2020 г.

Mathematical Optimization Theory and Operations Research, 19th International Conference, MOTOR 2020, Novosibirsk, Russia, July 6–10, 2020, (Т. 12095)

Cham: Springer, 2020.

Добавлено: 2 сентября 2020 г.

On a discrete optimal control problem with an explicit solution

Омельченко А. В., Malozemov V. N., Journal of Industrial and Management Optimization 2006 Vol. 2 No. 1 P. 55–62

Добавлено: 11 сентября 2018 г.

The Variants of Chinese Postman Problems and Way of Solving through Transformation into Vehicle Routing Problems

Горденко М. К., Авдошин С. М., Proceedings of the Institute for System Programming of the RAS 2018 Vol. 30 No. 3 P. 221–232

Добавлено: 2 сентября 2018 г.

A Principled Deep Random Field Model for Image Segmentation

Kohli P., Осокин А. А., Jegelka S., , in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2013).: Portland: IEEE, 2013. P. 1971–1978.

Добавлено: 19 октября 2017 г.

LHCb trigger streams optimization

D. Derkach, N. Kazeev, R Neychev и др., Journal of Physics: Conference Series 2017 Vol. 898 No. 6 P. 1–6

The LHCb experiment stores around 1011 collision events per year. A typical physics analysis deals with a final sample of up to 107 events. Event preselection algorithms (lines) are used for data reduction. Since the data are stored in a format that requires sequential access, the lines are grouped into several output file streams, in ...

Добавлено: 10 октября 2017 г.