Nusileidimo-pakilimo principu pagrįsto euristinio algoritmo empiriniai rezultatai ir svarba informacijos tvarkyboje

Santrauka

Pagrindimas. Kombinatorinio optimizavimo uždavinių sprendimas euristinių optimizavimo algoritmų pagalba yra labai aktuali skaitmeninės intelektikos, taip pat dirbtinio intelekto sritis. Metodas. Šiame straipsnyje pristatomi empiriniai (kompiuteriniai) rezultatai, kurie yra gauti eksperimentuojant su nusileidimo-pakilimo principu pagrįstu euristiniu optimizavimo algoritmu (NPA), skirtu, visų pirma, kombinatorinio optimizavimo uždavinių sprendimui. Savo ruožtu, nusileidimo-pakilimo algoritmas—taip trumpai jį įvardijant—savo ištakas turi vadinamosios lokaliosios paieškos (angl. local search) paradigmoje. Ypatybė yra ta, jog sprendžiamo uždavinio tikslo funkcijos minimumo paieška (t.y., nusileidimas) yra kombinuojama su tam tikromis sprendinių perturbacijomis (t.y., pakilimais), siekiant išvengti godaus (ir determinuoto) paieškos pobūdžio ir tuo pačiu priešlaikinės stagnacijos nebūtinai aukštos kokybės lokaliuosiuose optimumuose. Rezultatai. Atlikti eksperimentai su šiuo algoritmu ir gauti rezultatai liudija algoritmo santykinai aukštą efektyvumo laipsnį sprendžiant gerai žinomą kvadratinio paskirstymo (KP) uždavinį (angl. quadratic assignment problem). Tyrimo praktinė reikšmė. KP uždavinys yra svarbus žaliosios ekonomikos, naujos kartos industrijos, skaitmeninės transformacijos, atsinaujinančiosios energetikos, tvariųjų logistikos sistemų ir kituose socialinės-techninės sferos bei informatikos tvarkybos kontekstuose.