<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Деякі аспекти метаевристичних алгоритмів оптимізації

Скорочена інформація про документ
dc.contributor.authorНазаренко, В. О.uk
dc.contributor.authorВовковинський, В. О.uk
dc.contributor.authorОлійниченко, А. Б.uk
dc.contributor.authorВолошина, В. О.uk
dc.contributor.authorІванов, Ю. Ю.uk
dc.contributor.authorКривогубченко, С. Г.uk
dc.titleДеякі аспекти метаевристичних алгоритмів оптимізаціїuk
dc.date.issued2023
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationДеякі аспекти метаевристичних алгоритмів оптимізації [Електронний ресурс] / В. О. Назаренко, В. О. Вовковинський, А. Б. Олійниченко та ін. // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2023)», Вінниця, 22 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу: https://conferences.vntu.edu.ua/index.php/mn/mn2023/paper/view/17145.uk
dc.relation.ispartofМатеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2023)», Вінниця, 22 червня 2023 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2023/paper/view/17145
dc.identifier.udc519.85 + 004.8
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/44399
dc.description.abstractУ роботі розглянуто низку методів із групи ”м'яких обчислень”, які інспіровані природою. Дані методи дозволяють ефективно розв’язувати прикладні оптимізаційні задачі, в яких необхідно працювати зі складними функціональними залежностями в умовах невизначеності.uk
dc.description.abstractIn this paper has been conducted the analysis set of methods from the group of "soft computing", which are inspired by nature. These methods allow effectively to solve many applied optimization tasks, in which we must to work with complex functional dependencies in conditions of uncertainty.en
dc.subjectоптимізаціяuk
dc.subjectметаевристикаuk
dc.subjectеластична мережаuk
dc.subjectгенетичний алгоритмuk
dc.subjectройові алгоритмиuk
dc.subjectгібридизаціяuk
dc.subjectoptimizationen
dc.subjectmetaheuristicsen
dc.subjectelastic neten
dc.subjectgenetic algorithmen
dc.subjectswarm algorithmsen
dc.subjecthybridizationen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesKochenderfer M.J., Wheeler T.A. Algorithms for Optimization. Cambridge: The MIT Press, 2019. 500 p.en
dc.relation.referencesWhere the Rubber Meets the Road. URL: https://www.clearlyandsimply.com/clearly_and_simply/ 2010/05/where-the-rubber-meets-the-road.html.en
dc.relation.referencesHiroyasu T., Miki M., Watanabe S. New Model of Parallel Genetic Algorithm in Multi-Objective Optimization Problems - Divided Range Multi-Objective Genetic Algorithm. The Proceedings of the 2000 Congress on Evolutionary Computation. La Jolla (USA), 2000. P. 333-340.en
dc.relation.referencesEshelman L.J. The CHC Adaptive Search Algorithm: How to Have Safe Search When Engaging in Nontraditional Genetic Recombination. Foundations of Genetic Algorithms. 1991. Vol. 1. P. 265-283.en
dc.relation.referencesClerc M., Kennedy J. The Particle Swarm – Explosion, Stability and Convergence in a Multidimensional Complex Space. IEEE Transactions on Evolutionary Computation. 2002. Vol. 6. № 1. P. 58-73.en
dc.date.accessioned2025-02-13T09:21:25Z
dc.date.available2025-02-13T09:21:25Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
17145-61296-1-PB.pdf
Розмір:
2,63 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
10,07 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Молодь в науці: дослідження, проблеми, перспективи (МН-2023)