Інституційний репозитарій ЗНУ

Дослідження та використання машинного навчання для оптимізації послідовності операцій

Показати скорочений опис матеріалу

dc.contributor.author Ведмедєв, Володимир Сергійович
dc.contributor.author Ведмедев, Владимир Сергеевич
dc.contributor.author Vedmediev, Volodymyr Serhiyovych
dc.date.accessioned 2018-01-18T08:46:42Z
dc.date.available 2018-01-18T08:46:42Z
dc.date.issued 2018-01
dc.identifier.uri https://dspace.znu.edu.ua/jspui/handle/12345/354
dc.description Ведмедєв, В.С. Дослідження та використання машинного навчання для оптимізації послідовності операцій [Електронний ресурс] : робота на здобуття кваліфікаційного ступеня магістра ; спец.: 121 – інженерія програмного забезпечення / В.С. Ведмедєв ; ЗДІА ; наук. кер. Ю.О. Лимаренко . – Запоріжжя, 2018. - 109 с. uk
dc.description.abstract UA : Метою роботи є дослідження основних алгоритмів та методів для розв’язання задач класу NP-повних, а саме задач комбінаторної оптимізації. Розробка програмного застосунку з метою проведення порівняльного аналізу генетичного алгоритму та динамічного програмування. Проведення аналізу генетичного алгоритму з різними параметрами. Розробка методики поєднання розглянутих алгоритмів для покращення результатів розв’язку. За результатами роботи досліджено та вивчено основні етапи генетичного алгоритму. Модифіковано створення початкової вибірки генетичного алгоритму за допомогою методу найближчого сусіда. Досліджено етапи динамічного програмування для задачі про комівояжера. Порівняно результати роботи генетичного алгоритму та динамічного програмування. Проведено аналіз модифікованого генетичного алгоритму з різними параметрами для виявлення оптимальних параметрів. Всі дослідження було проведено за допомогою створеного програмного застосунку, який реалізовано на мові програмування С#. uk
dc.description.abstract RU : Целью работы является исследование основных алгоритмов и методов для решения задач класса NP-полных, а именно задач комбинаторной оптимизации. Разработка приложения с целью проведения сравнительного анализа генетического алгоритма и динамического программирования. Проведение анализа генетического алгоритма с различными параметрами. Разработка методики сочетание рассмотренных алгоритмов для улучшения результатов развязку. По результатам работы исследованы и изучены основные этапы генетического алгоритма. Модифицировано создание начальной выборки генетического алгоритма с помощью метода ближайшего соседа. Исследованы этапы динамического программирования для задачи о коммивояжёре. Анализированы результаты работы генетического алгоритма и динамического программирования. Проведен анализ модифицированного генетического алгоритма с разными параметрами для выявления оптимальных параметров. Все исследования были проведены с помощью созданного программного приложения, которое реализовано на языке программирования С#. uk
dc.description.abstract EN : The purpose of the work is to study the basic algorithms and methods for solving the problems of the class of NP-complete, namely combinatorial optimization problems. Development of software application for comparative analysis of genetic algorithm and dynamic programming. Conducting analysis of a genetic algorithm with different parameters. Development of a method of combining the algorithms considered to improve the solution results. The results of researched and studied the main stages genetic algorithm. Modified the creation of the initial sample of the genetic algorithm using the nearest neighbor method. The stages of dynamic programming for the traveling salesman problem are investigated. The analysis of the modified genetic algorithm with different parameters for the detection of optimal parameters was carried out. All research was conducted using a created software application implemented in the C # programming language. uk
dc.language.iso uk uk
dc.publisher ЗДІА uk
dc.subject генетичний алгоритм uk
dc.subject динамічне програмування uk
dc.subject машинне навчання uk
dc.subject метод найближчого сусіда uk
dc.title Дослідження та використання машинного навчання для оптимізації послідовності операцій uk
dc.title.alternative Исследование и использование машинного обучения для оптимизации последовательности операций uk
dc.title.alternative Research and use of machine learning to optimize operation sequence uk
dc.type Анотація до магістерської роботи uk


Долучені файли

Даний матеріал зустрічається у наступних фондах

Показати скорочений опис матеріалу