Евристичні алгоритми оптимізації
Тип: На вибір студента
Кафедра: економічної кібернетики
Навчальний план
Семестр | Кредити | Звітність |
9 | 4 | Залік |
Лекції
Семестр | К-сть годин | Лектор | Група(и) |
9 | 16 | доцент Дацко М. В. | ЕККМ-51с |
Практичні
Семестр | К-сть годин | Група | Викладач(і) |
9 | 16 | ЕККМ-51с | доцент 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
- 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.
- 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.
- 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.
- Петренко А. І. Grid та інтелектуальна обробка даних Data Mining / А. І. Петренко // Системні дослідження та інформаційні технології. – 2008. – № 4. – С. 97-110.
- 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.
- 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