Main menu

Эвристика Лина-Кернигана: локальный поиск с переменной глубиной для задачи коммивояжера

Среди бесчисленного множества эвристических алгоритмов, разработанных для NP-трудной задачи коммивояжера (Traveling Salesperson Problem, TSP), эвристика Лина-Кернигана (Lin-Kernighan, LK) занимает место безоговорочного лидера. Предложенный в 1973 году Шенем Лином и Брайаном Керниганом, этот алгоритм локального поиска продемонстрировал невероятную способность находить решения, отличающиеся от абсолютного математического оптимума на десятые доли процента, для графов с миллионами узлов. Его успех базируется на элегантной концепции обмена ребрами с динамически изменяемой глубиной перебора.

Подробнее

Полуопределенное программирование (SDP): теория линейных матричных неравенств

Полуопределенное программирование (Semidefinite Programming, SDP) — это высшая ступень иерархии выпуклого конического программирования, поглощающая в себя линейное, квадратичное и коническое программирование второго порядка. В SDP переменной оптимизации выступает не вектор, а симметричная матрица, и задача состоит в минимизации линейной функции от ее элементов при условии, что сама матрица (или аффинная комбинация заданных матриц) является положительно полуопределенной. Этот математический аппарат совершил настоящую революцию в теории управления, комбинаторной оптимизации и квантовой теории информации.

Подробнее

Коническое программирование: конусы второго порядка (SOCP) и их приложения

Программирование в конусах второго порядка (Second-Order Cone Programming, SOCP) представляет собой широчайший класс задач выпуклой оптимизации, который обобщает как линейное (LP), так и выпуклое квадратичное программирование (QP, QCQP). В задачах SOCP линейная целевая функция минимизируется на пересечении аффинного подпространства и декартова произведения конусов второго порядка. Эта математическая структура обладает исключительной выразительной силой, позволяя моделировать сложнейшие инженерные и экономические ограничения, сохраняя при этом возможность решения за строго полиномиальное время.

Подробнее

Марковские цепи и стационарные распределения в оптимизации стохастических систем

Марковские цепи образуют мощный аналитический фундамент для стохастического моделирования в математическом программировании и исследовании операций. Способность этих моделей описывать эволюцию динамических систем, где будущее состояние зависит исключительно от настоящего и не зависит от прошлого (свойство отсутствия последействия, или Марковское свойство), делает их универсальным инструментом в анализе надежности сложных инженерных структур, теории очередей, эконометрике и разработке передовых алгоритмов ранжирования информации (таких как PageRank).

Подробнее

Максимизация субмодулярных функций: жадные алгоритмы и теоретические гарантии

Субмодулярность в дискретной (комбинаторной) оптимизации играет ту же фундаментальную роль, что и выпуклость/вогнутость в непрерывном математическом программировании. Субмодулярные функции формализуют интуитивное экономическое понятие убывающей предельной полезности (diminishing returns) и повсеместно возникают в задачах машинного обучения, выбора признаков, размещения сенсорных сетей, максимизации влияния в социальных сетях и задачах покрытия. Оптимизация таких функций представляет собой передний край современной прикладной математики.

Подробнее

Алгоритм Флойда-Уоршелла: поиск кратчайших путей между всеми парами вершин графа

Алгоритм Флойда-Уоршелла является одним из самых элегантных и математически красивых алгоритмов на графах, решающим задачу поиска кратчайших путей между всеми парами вершин (All-Pairs Shortest Path, APSP). В отличие от алгоритма Дейкстры, который ищет пути только от одной стартовой вершины и пасует перед графами с отрицательными весами ребер, метод Флойда-Уоршелла обрабатывает любые графы (при отсутствии циклов отрицательного веса) и формирует полную матрицу кратчайших расстояний, что делает его незаменимым в анализе социальных сетей, транспортном планировании и системах навигации.

Подробнее

Метод пространственного ветвления и границ в глобальной нелинейной оптимизации

В то время как классический метод ветвей и границ ассоциируется преимущественно с дискретной и целочисленной оптимизацией, его архитектура нашла блестящее применение в решении сложнейших задач глобальной непрерывной невыпуклой оптимизации. Метод пространственного ветвления и границ (Spatial Branch-and-Bound, sBB) позволяет находить доказанный глобальный оптимум для нелинейных функций со множеством локальных экстремумов, что критически важно в химическом инжиниринге, проектировании нейронных сетей и решении задач упаковки (Packing Problems).

Подробнее

Сепарабельное программирование: кусочно-линейная аппроксимация нелинейных моделей

Сепарабельное программирование представляет собой исторически важный и практически ценный раздел математического программирования, позволяющий находить глобальные оптимумы для определенного класса нелинейных задач, используя мощный алгоритмический аппарат линейного программирования. Этот метод применяется в случаях, когда целевая функция и функции ограничений являются сепарабельными, то есть могут быть представлены в виде суммы функций, каждая из которых зависит только от одной переменной. Такая структура повсеместно встречается в экономике при моделировании издержек производства и эффектов масштаба.

Подробнее

Теория графов в математическом программировании: задача о кратчайшем пути

Задача о кратчайшем пути является одной из самых изученных, красивых и практически востребованных проблем комбинаторной оптимизации и теории графов. Она составляет алгоритмический базис работы спутниковых навигаторов, протоколов маршрутизации в интернете (таких как OSPF и BGP) и анализа социальных сетей. Помимо этого, поиск кратчайшего пути часто является важнейшей подзадачей (субрутиной) в сложных методах декомпозиции и генерации столбцов для решения масштабных логистических задач целочисленного программирования.

Подробнее

Целочисленное программирование: задача о покрытиях и составление расписаний

Задача о покрытии множества (Set Covering Problem, SCP) — классическая и широко распространенная модель дискретной оптимизации. Она возникает каждый раз, когда необходимо выбрать минимальное количество ресурсов для удовлетворения заданного множества потребностей. SCP формирует математический фундамент для колоссальной индустрии составления расписаний экипажей авиакомпаний, оптимизации маршрутов мусоровозов, планирования смен медперсонала и размещения базовых станций сотовой связи.

Подробнее
Subscribe to this RSS feed

Соц. сети