Gerasim@Home: различия между версиями

В марте 2014 года стартовала<ref name="march14" /> очередная серия вычислительных экспериментов, отличительной особенностью которой является поддержка одновременного выполнения нескольких экспериментов. С целью тестирования методов решения дискретных оптимизационных задач был реализован соответствующий расчетный модуль, статически подключаемый к приложению spstarter.exe. Помимо приложения separator, вошедшего в состав нового расчетного модуля, реализована возможность анализа качества решений тестовой задачи нахождения кратчайшего пути в графе с использованием ряда подходов ([[алгоритм Дейкстры]], жадный алгоритм, случайный перебор, взвешенный случайный перебор<ref>[http://evatutin.narod.ru/evatutin_grth_pathfind_wr.pdf Ватутин Э. И., Дремов Е. Н., Мартынов И. А., Титов В. С. Метод взвешенного случайного перебора для решения задач дискретной комбинаторной оптимизации // Известия ВолГТУ. Серия: Электроника, измерительная техника, радиотехника и связь. № 10 (137). Вып. 9. 2014. c. 59-64.]</ref>, их модификации с поддержкой комбинаторных возвратов<ref name="sam" />, вариации [[Муравьиный алгоритм|алгоритма муравьиной колонии]]<ref name="ac">[http://evatutin.narod.ru/evatutin_grth_pathfind_ac.pdf Ватутин Э. И., Титов В. С. Анализ результатов применения алгоритма муравьиной колонии в задаче поиска пути в графе при наличии ограничений // Известия Южного федерального университета. Технические науки. 2014. № 12 (161). С. 111—120.]</ref><ref name="ac2">[http://evatutin.narod.ru/evatutin_grth_pathfind_ac2.pdf Ватутин Э. И., Титов В. С. Об одном подходе к использованию алгоритма муравьиной колонии при решении задач дискретной комбинаторной оптимизации // Интеллектуальные и информационные системы (Интеллект 2015). Тула, 2015. С. 8-13.]</ref>, [[Алгоритм имитации отжига|метод имитации отжига]], [[Поиск в глубину|перебор с ограничением глубины или числа рассматриваемых ветвей дерева]], [[генетический алгоритм]]<ref name="genetics">[http://evatutin.narod.ru/evatutin_grth_pathfind_ga.pdf Ватутин Э. И., Титов В. С. Исследование особенностей применения генетического алгоритма в задаче поиска кратчайшего пути в графе при наличии ограничений на плотность графа // Многоядерные процессоры, параллельное программирование, ПЛИС, системы обработки сигналов (МППОС — 2016). Барнаул: изд-во Алтайского государственного университета, 2016. С. 152—159.]</ref>, [[алгоритм пчелиной колонии]]<ref name="bc" />, метод [[Случайное блуждание|случайных блужданий]] и вариации [[Метод роя частиц|метода роя частиц]]) с целью выявления их сильных и слабых сторон. Наилучшие результаты были в рассматриваемой задаче были продемонстрированы методом муравьиной колонии и генетическим алгоритмом<ref>[http://ceur-ws.org/Vol-1973/paper09.pdf Vatutin E.I. Comparison of Decisions Quality of Heuristic Methods with Sequential Formation of the Decision in the Graph Shortest Path Problem // CEUR Workshop Proceedings. Proceedings of the Third International Conference BOINC-based High Performance Computing: Fundamental Research and Development (BOINC:FAST 2017). Vol. 1973. Technical University of Aachen, Germany, 2017. pp. 67–76.]</ref><ref>Vatutin E.I. Comparison of Decisions Quality of Heuristic Methods with Limited Depth-First Search Techniques in the Graph Shortest Path Problem // Open Engineering. Vol. 7. Iss. 1. 2017. pp. 428–434. DOI: 10.1515/eng-2017-0041.</ref>, <ref>[https://jpit.az/uploads/article/az/2020_1/COMPARISON_OF_DECISIONS_QUALITY_OF_HEURISTIC_METHODS_BASED_ON_MODIFYING_OPERATIONS_IN_THE_GRAPH_SHORTEST_PATH_PROBLEM.pdf Vatutin E., Panishchev V., Gvozdeva S., Titov V. Comparison of Decisions Quality of Heuristic Methods Based on Modifying Operations in the Graph Shortest Path Problem // Problems of Information Technology. No. 1. 2020. pp. 3–15. DOI: 10.25045/jpit.v11.i1.01.]</ref>.