Решение модифицированных транспортных задач металлургического комплекса с использованием генетических алгоритмов

• Автор: Дубравина, Татьяна Викторовна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2005
• Место защиты: Москва
• Количество страниц: 140 с. : ил.

Глава 1. Постановка и методы решения многоиндексных транспортных задач. Постановка транспортной задачи. Методы решения классической транспортной задачи. Многоиндексные транспортные задачи. Методы решения многоиндексных задач. Генетические алгоритмы. Основные генетические операторы и их версии. Применение генетических алгоритмов для решения задач условной оптимизации. Применение генетических алгоритмов для решения задач многокритериальной оптимизации. Генетические алгоритмы для решения транспортных задач. Глава 2. Объект и цели исследования. Синонимичные решения. Генетические операторы для решения МТЗ. Использование составных генетических операторов. Влияние вида ограничений МТЗ на реализацию генетического алгоритма для их решения. Различия в генетических алгоритмах для решения задач с ограничениями разного типа процедура инициализации. Рекомендации по созданию реализации генетического алгоритма для произвольной МТЗ. Глава 3. Исследование свойств генетических алгоритмов с помощью вычислительного эксперимента.


То есть, метод потенциалов чувствителен к вырожденности. Вторым по популярности является венгерский метод. Идея этого метода была высказана венгерскимматематиком Эгевари задолго до возникновения теории линейного программирования в г. Длительное время она оставалась малоизвестной. В г. Кун перевел ее на английский язык . Он развил идею Эгевари и предложил метод, названный им. В дальнейшем метод был усовершенствован и перенесен на произвольную транспортную задачу , , . Венгерский алгоритм относится ко второй группе конечных алгоритмов. Он не чувствителен к вырожденное задачи и не требует решения системы линейных уравнений. С другой стороны его логическая структура сложнее, чем в методе потенциалов . К алгоритмам, основанным на методе последовательного улучшения плана, относится и алгоритм разработанный Глейз алом . Этот алгоритм одинаково применим для решения как невырожденных, так и вырожденных задач, но его логическая структура также сложнее, чем в методе потенциалов . Общим для всех этих алгоритмов является необходимость в матричном представлении целевой функции и то, что в результате они находят только одно решение. Все эти методы имеют существенные ограничения по применимости для решения задач с произвольной схемой учета нескольких критериев. Кроме того, единственность находимого решения является недостатком, когда кроме факторов, учтенных в математической модели, существует еще ряд параметров, учет которых не обязателен, но желателен при выборе конечного варианта решения.