ЗАДАЧІ СТОХАСТИЧНОЇ КОМБІНАТОРНОЇ ОПТИМІЗАЦІЇ: ОГЛЯД ОСТАННІХ РЕЗУЛЬТАТІВ

Автор(и)

  • Т. М. Барболіна Полтавський національний педагогічний університет імені В. Г. Короленка https://orcid.org/0000-0002-4596-7907
  • Т. А. Баранник Полтавський національний педагогічний університет імені В. Г. Короленка https://orcid.org/0009-0003-0509-9935
  • Т. О. Кононович Полтавський національний педагогічний університет імені В. Г. Короленка https://orcid.org/0000-0002-8755-9020
  • Ю. Г. Подошвелев Полтавський національний педагогічний університет імені В. Г. Короленка https://orcid.org/0000-0002-3394-2809

DOI:

https://doi.org/10.36994/2788-5518-2024-02-08-03

Ключові слова:

комбінаторна оптимізація, стохастична оптимізація, задачі оптимізації на розміщеннях, задача комівояжера, компромісний критерій

Анотація

Стаття присвячена огляду результатів останніх років у галузі стохастичної комбінаторної оптимізації. Формулювання задач в умовах невизначеності, у тому числі ймовірнісної, вимагає уточнення поняття екстремуму. У роботах вітчизняних науковців запропоновано різні підходи до постановок задач комбінаторної оптимізації зі стохастичною невизначеністю. Один із підходів пропонується для досить широкого класу оптимізаційних задач і розуміє невизначеність як неоднозначність коефіцієнтів функціонала оптимізації. Пропонуються компромісні критерії, обґрунтовано алгоритми побудови компромісних розв’язків як для загальної постановки оптимізаційної задачі, так і для окремих класів задач (транспортна задача, задача дробово-лінійного програмування, задача календарного планування). Інший підхід до формалізації задач з імовірнісною невизначеністю ґрунтується на введенні відношення порядку на множині випадкових величин і допускає, що випадковими величинами можуть бути як коефіцієнти цільової функції, так і компоненти розв’язку. Досліджується розв’язування задач у такій постановці на загальній множині розміщень. Для задач з лінійною цільовою функцією без додаткових обмежень встановлено ряд властивостей екстремалі, які дозволяють зменшувати вимірність задачі, що розв’язується. Для задач з лінійною цільовою функцією і додатковими обмеженнями запропоновано алгоритм у рамках методології гілок і меж. Дослідження також проводяться і в напрямі врахування стохастичної невизначеності під час формулювання окремих класів оптимізаційних задач, зокрема задачі комівояжера або плану формування поїздів. Автори робіт розглядають задачі, у яких окремі параметри є нормально розподіленими випадковими величинами, та пропонують обчислювальні схеми для розв’язування сформульованих задач.

Посилання

Angel A. Juan, Javier Faulin, Scott E. Grasman, Markus Rabe, Gonçalo Figueira. A review of simheuristics: Extending metaheuristics to deal with stochastic combinatorial optimization problems. Operations Research Perspectives. 2015. Vol. 2. P. 62–72. DOI: https://doi.org/10.1016/j.orp.2015.03.001.

Buchheim C., Pruente J. K-adaptability in stochastic combinatorial optimization under objective uncertainty. European Journal of Operational Research. 2019. Vol. 277. Issue 3. P. 953–963. DOI: https://doi.org/10.1016/j.ejor.2019.03.045.

Archetti C., Feillet D., Mor A., Speranza M. G. Dynamic traveling salesman problem with stochastic release dates. European Journal of Operational Research. 2020. Vol. 280, Issue 3. P. 832–844. DOI: https://doi.org/10.1016/j.ejor.2019.07.062.

Oyola J., Arntzen H., Woodruff D. L. The stochastic vehicle routing problem: a literature review. Part I: models. EURO J Transp Logist. 2018. Iss.7. P. 193–221. DOI: https://doi.org/10.1007/s13676-016-0100-5.

Pavlov A. A. Optimization for one class of combinatorial problems under uncertainty. Адаптивні системи автоматичного управління. 2019. Т. 1. № 34. С. 81–89. DOI: https://doi.org/10.20535/1560- 8956.1.2019.178233.

Pavlov A. Сombinatorial optimization under uncertainty and formal models of expert estimation. Вісник Національного технічного університету «ХПІ». Серія : Системний аналiз, управління та iнформацiйнi технологiї. 2019. № 1. С. 3–7. DOI: https://doi.org/10.20998/2079-0023.2019.01.01.

Pavlov A. A., Zhdanova E. G. The transportation problem under uncertainty. J. Autom. Inform. Sci. 2020. Т. 52, № 4. P. 1–13. DOI: https://doi.org/10.1615/JAutomatInfScien.v52.i4.10.

Pavlov A. A., Zhdanova E. G. Finding a compromise solution to the transportation problem under uncertainty. Адаптивні системи автоматичного управління. 2020. Т. 1. № 36. С. 60–72. DOI: https://doi.org/10.20535/1560-8956.36.2020.209764.

Павлов О., Вознюк О., Жданова О. Задача дробово-лінійного програмування в умовах невизначеності. Вісник Національного технічного університету «ХПІ». Серія : Системний аналiз, управління та iнформацiйнi технологiї. 2021. № 1 (5). С. 20–28. DOI: https://doi.org/10.20998/2079-0023.2021.01.04.

Павлов О., Халус О., Місюра О., Мельников О., Медведєв М. ПДС-алгоритми для двоетапної задачі календарного планування в детермінованій постановці та в умовах невизначеності. Адаптивні системи автоматичного управління. 2023. № 1(42). С. 184–196. DOI: https://doi.org/10.20535/1560-8956.42.2023.279170.

Iemets O. O., Barbolina T. N. Combinatorial Optimization Model of Packing Rectangles with Stochastic Parameters. Cybernetics and Systems Analysis. 2015. Vol. 51. Iss. 4. P. 583–593. DOI: https://doi.org/10.1007/s10559-015-9749-2.

Ємець О. О., Барболіна Т. М. Метод гілок і меж розв’язування задач оптимізації лінійної цільової функції на розміщеннях з імовірнісною невизначеністю. Вісник Запорізького національного університету. Фізико-математичні науки. 2018. № 2. С. 43–54.

Iemets O. O., Barbolina T. M. Solving Linear Unconstrained Problems of Combinatorial Optimization on Arrangements Under Stochastic Uncertainty. Cybernetics and Systems Analysis. 2016. Vol. 52. Iss. 3. P. 457–466. DOI: https://doi.org/10.1007/s10559-016-9846-x.

Ємець О. О., Барболіна Т. М. Побудова і дослідження математичної моделі задачі директора зі стохастичними параметрами. Вісник Черкаського університету. Серія : Прикладна математика. Інформатика. 2014. № 18 (311). С. 3–11.

Ємець О. О., Барболіна Т. М. Лінійні оптимізаційні задачі на розміщеннях з імовірнісною невизначеністю: властивості і розв’язання. Системні дослідження та інформаційні технології. 2016. № 1. С. 107–119. DOI: 10.20535/SRIT.2308-8893.2016.1.11

Iemets O. O., Barbolina T. M. Properties of the linear unconditional problem of combinatorial optimization on arrangements under probabilistic uncertainty. Cybernetics and Systems Analysis. 2016. Vol. 52. Iss. 2. P. 285–295. DOI: https://doi.org/10.1007/s10559-016-9825-2.

Ємець О. О., Барболіна Т. М. Властивості лінійних безумовних задач оптимізації на розміщеннях з імовірнісною невизначеністю. Доповіді НАН України. 2016. № 2. С. 31–37. DOI: http://dx.doi.org/10.15407/dopovidi2016.02.031.

Ємець О. О., Барболіна Т. М. Стохастична оптимізація на розміщеннях: властивості лінійних безумовних задач. Вісник Запорізького національного університету. Фізико-математичні науки. 2017. № 1. С. 147–158.

Сухомлин Л. В. Стохастична задача маршрутизації високої розмірності в умовах неточно заданих вихідних даних. Вісник Кременчуцького національного університету імені Михайла Остроградського. 2015. № 5. С. 149–154. URL: https://visnikkrnu.kdu.edu.ua/statti/2015_5_149-5-2015.pdf (дата звернення: 26.10.2024).

Прохоров В. М. Розробка методу розрахунку плану формування поїздів на основі стохастичної комбінаторної оптимізації. ScienceRise. 2016. Т.12, № 2(29). С. 53–56. DOI: 10.15587/2313-8416.2016.84109.

Прохоров В. М., Рябушка Ю. А. Розрахунок плану формування поїздів на основі стохастичної комбінаторної оптимізації. Збірник наукових праць Українського державного університету залізничного транспорту. 2016. Вип. 165. С. 215–224.

##submission.downloads##

Опубліковано

2024-12-26

Як цитувати

Барболіна, Т. М., Баранник, Т. А., Кононович, Т. О., & Подошвелев, Ю. Г. (2024). ЗАДАЧІ СТОХАСТИЧНОЇ КОМБІНАТОРНОЇ ОПТИМІЗАЦІЇ: ОГЛЯД ОСТАННІХ РЕЗУЛЬТАТІВ. Інфокомунікаційні та комп’ютерні технології, 2(08), 27-32. https://doi.org/10.36994/2788-5518-2024-02-08-03