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

Особливості застосування метаевристичних алгоритмів оптимізації

Ескіз

Файли

28202-97762-1-PB (1).pdf (431,53 KB)

Дата

2026

Автори










Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

Видавець

Вінницький національний технічний університет

DOI

Альтернативна назва

Анотація

In this paper have been analyzed the features of application of some metaheuristics optimization algorithms.
У роботі проаналізовано особливості застосування низки метаевристичних алгоритмів оптимізації.

Опис

Ключові слова

оптимізація , метаевристика , генетичний алгоритм , рій , еластична мережа , optimization , metaheuristics , genetic algorithm , swarm , elastic net

УДК

519.85 + 004.8

Тип документа

Thesis

Мова

uk

Є частиною

Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р.

ISSN

Посилання на публікацію

https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2026/paper/view/28202

Серія, номер

ISBN

978-617-8163-95-2

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Кордон В. С., Медяник М. В., Щербань Т. А., Іванов Ю. Ю., Кривогубченко С. Г. Особливості застосування метаевристичних алгоритмів оптимізації // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2026/paper/view/28202.

URI

https://ir.lib.vntu.edu.ua/handle/123456789/52075

Зібрання

НТКП ВНТУ. Факультет інтелектуальних інформаційних технологій та автоматизації (2026)
Наукові видання каф. АІІТ

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (5)

  1. Gendreau M., Potvin J.-Y. Handbook of Metaheuristics. Springer, 2010. 648 p.
  2. Simon D. Evolutionary Optimization Algorithms: Biologically Inspired and Population-Based Approaches to Computer Intelligence. John Wiley & Sons, 2013. 776 p.
  3. Mishra R., Das K.N. A Novel Hybrid Genetic Algorithm for Unconstrained and Constrained Function Optimization. Research Anthology on Multi-Industry Uses of Genetic Programming and Algorithms. 2021. pp. 148–180.
  4. Akay B., Karaboga D. Artificial Bee Colony Algorithm for Large-Scale Problems and Engineering Design Optimization. Journal of intelligent manufacturing. 2012. Vol. 23. pp. 1001–1014.
  5. Застосування методу еластичної мережі для розв’язання задачі комівояжера у кіберфізичних системах / Ю.Ю. Іванов, С.Г. Кривогубченко, В.М. Папінов та інші. V міжнародна наукова конференція “Вимірювання, контроль та діагностика в технічних системах”. Вінниця: 31.10.2019. C. 59.