Евристичні алгоритми оптимізації

Тип: На вибір студента

Кафедра: економічної кібернетики

Навчальний план

СеместрКредитиЗвітність
94Залік

Лекції

СеместрК-сть годинЛекторГрупа(и)
916доцент Дацко М. В.ЕККМ-51с

Практичні

СеместрК-сть годинГрупаВикладач(і)
916ЕККМ-51сдоцент Дацко М. В.

Опис курсу

Метою викладання навчальної дисципліни є ознайомити студентів із сучасним станом застосування евристичних алгоритмів, виробити знання, вміння, навички необхідні для прийняття рішень. Сформувати у студента цілісну, систематизовану картину типових підходів для подальшого використання у практичній діяльності.

Рекомендована література

  1. Данчук В.Д. Оптимізації пошуку шляхів по графу в динамічній задачі комівояжера методом модифікованого мурашиного алгоритму / В.Д. Данчук, В.В. Сватко // Системні дослідження та інформаційні технології НТУУ «КПІ». – 2012. – №2. – С. 78-86.
  2. Данчук В.Д. Модифікований мурашиний метод оптимізації маршруту в динамічній задачі комівояжера / В. Д. Данчук, В. В. Сватко // Вісник [Національного транспортного університету]. – 2012. – № 25. – С. 378-382.
  3. Рутковская Д., Пилинский М., Рутковская Л. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И.Д. Рудинского. – М.: Горячая линия-Телеком, 2006. – 452 с.
  4. Петренко А. І. Grid та інтелектуальна обробка даних Data Mining / А. І. Петренко // Системні дослідження та інформаційні технології. – 2008. – № 4. – С. 97-110.
  5. Колесніков К. В. Генетичні алгоритми для задач багатокритеріальної оптимізації в мережах адаптивної маршрутизації даних/ Колесніков К. В., Карапетян А. Р., Царенко Т. А. // Вісник НТУ «ХПІ». Серія: Нові рішення в сучасних технологіях. – Х: НТУ «ХПІ», – 2013. – № 56 (1029). – С.44-50.
  6. Dorigo M. The Ant System: Optimization by a Colony of Cooperating Agents / Dorigo M., Maniezzo V., Colorni A. // IEEE Trans. on Systems, Man and Cybernetics. Part B. – 1996. — № 1. — Vol. 26. — P. 29-41