Моделювання процесу формування спроможних територіальних громад алгоритмами колективного інтелекту

Автор(и)

  • Vasyl Lytvyn Національний університет «Львівська політехніка», вул. Степана Бандери, 12, м. Львів, Україна, 79013, Україна https://orcid.org/0000-0002-9676-0180
  • Dmytro Uhryn Чернівецький факультет Національного технічного університету «Харківський політехнічний інститут», вул. Головна, 203А, м. Чернівці, Україна, 58000, Україна https://orcid.org/0000-0003-4858-4511
  • Nazarii Nadiein Чернівецький факультет Національного технічного університету «Харківський політехнічний інститут», вул. Головна, 203А, м. Чернівці, Україна, 58000, Україна https://orcid.org/0000-0001-9577-7995
  • Oleg Кlichuk Чернівецький факультет Національного технічного університету «Харківський політехнічний інститут», вул. Головна, 203А, м. Чернівці, Україна, 58000, Україна https://orcid.org/0000-0002-7528-2968

DOI:

https://doi.org/10.15587/2312-8372.2017.112198

Ключові слова:

алгоритм колонії мурах, алгоритм зграї птахів, багатокритеріальна оптимізація, територіальна громада, населений пункт

Анотація

Запропоновано підхід до формування територіальних громад, використовуючи алгоритми колективного інтелекту. Досліджено затверджену методику формування громад, розроблено математичну модель. Адаптовано стохастичні алгоритми колонії мурах та зграї птахів для вирішення багатокритеріальної оптимізаційної задачі. Проведено дослідження запропонованого підходу.

Біографії авторів

Vasyl Lytvyn, Національний університет «Львівська політехніка», вул. Степана Бандери, 12, м. Львів, Україна, 79013

Доктор технічних наук, професор

Кафедра інформаційних систем та мереж

Dmytro Uhryn, Чернівецький факультет Національного технічного університету «Харківський політехнічний інститут», вул. Головна, 203А, м. Чернівці, Україна, 58000

Кандидат технічних наук, доцент

Кафедра інформаційних систем

Nazarii Nadiein, Чернівецький факультет Національного технічного університету «Харківський політехнічний інститут», вул. Головна, 203А, м. Чернівці, Україна, 58000

Кафедра інформаційних систем

Oleg Кlichuk, Чернівецький факультет Національного технічного університету «Харківський політехнічний інститут», вул. Головна, 203А, м. Чернівці, Україна, 58000

Кандидат фізико-математичних наук, доцент

Кафедра інформаційних систем

Посилання

  1. On the Voluntary Association of Territorial Communities. Law of Ukraine from February 5, 2015 No. 157-VIII. Available at: http://zakon5.rada.gov.ua/laws/show/157-19
  2. Approval of the Methodology for the formation of capable territorial. Resolution of the Cabinet of Ministers of Ukraine from April 8, 2015 No. 214. Available at: http://zakon2.rada.gov.ua/laws/show/214-2015-п
  3. Pandian, P., Jayalakshmi, M. (2013). Determining efficient solutions to multiple objective linear programming problems. Applied Mathematical Sciences, 7, 1275–1282. doi:10.12988/ams.2013.13118
  4. Galchenko, V. Ya., Yakimov, A. N. (2015). Populiatsionnye metaevristichskie algoritmy optimizatsii roem chastits. Cherkassy: FLP Tretiakov A. N., 160.
  5. Karpenko, A. P. (2014). Sovremennye algoritmy poiskovoi optimizatsii. Algoritmy, vdohnovlennye prirodoi. Moscow: MSTU n. a N. E. Baumana, 446.
  6. Del Valle, Y., Venayagamoorthy, G. K., Mohagheghi, S., Hernandez, J.-C., Harley, R. G. (2008). Particle Swarm Optimization: Basic Concepts, Variants and Applications in Power Systems. IEEE Transactions on Evolutionary Computation, 12 (2), 171–195. doi:10.1109/tevc.2007.896686
  7. Parsopoulos, K. E., Vrahatis, M. N. (2008). Multi-Objective Particles Swarm Optimization Approaches. Multi-Objective Optimization in Computational Intelligence. IGI Global, 20–42. doi:10.4018/978-1-59904-498-9.ch002
  8. Coello, C. A. C. (2011). An Introduction to Multi-Objective Particle Swarm Optimizers. Soft Computing in Industrial Applications. Springer Berlin Heidelberg, 3–12. doi:10.1007/978-3-642-20505-7_1
  9. Dorigo, M., Stützle, T. (2003). The Ant Colony Optimization Metaheuristic: Algorithms, Applications, and Advances. Handbook of Metaheuristics. Kluwer Academic Publishers, 250–285. doi:10.1007/0-306-48056-5_9
  10. Gan, R., Guo, Q., Chang, H., Yi, Y. (2010). Improved ant colony optimization algorithm for the traveling salesman problems. Journal of Systems Engineering and Electronics, 21 (2), 329–333. doi:10.3969/j.issn.1004-4132.2010.02.025
  11. Adubi, S. A., Misra, S. (2014). A comparative study on the ant colony optimization algorithms. 2014 11th International Conference on Electronics, Computer and Computation (ICECCO). IEEE. doi:10.1109/icecco.2014.6997567
  12. SinghJadon, R., Dutta, U. (2013). Modified Ant Colony Optimization Algorithm with Uniform Mutation using Self-Adaptive Approach. International Journal of Computer Applications, 74 (13), 5–8. doi:10.5120/12943-9931
  13. Yang, X.-S. (2012). Efficiency Analysis of Swarm Intelligence and Randomization Techniques. Journal of Computational and Theoretical Nanoscience, 9 (2), 189–198. doi:10.1166/jctn.2012.2012
  14. Pang, S., Ma, T., Liu, T. (2015). An Improved Ant Colony Optimization with Optimal Search Library for Solving the Traveling Salesman Problem. Journal of Computational and Theoretical Nanoscience, 12 (7), 1440–1444. doi:10.1166/jctn.2015.3910
  15. Wang, X., Zhao, Y., Wang, D., Zhu, H., Zhang, Q. (2013). Improved multi-objective ant colony optimization algorithm and its application in complex reasoning. Chinese Journal of Mechanical Engineering, 26 (5), 1031–1040. doi:10.3901/cjme.2013.05.1031

##submission.downloads##

Опубліковано

2017-09-21

Як цитувати

Lytvyn, V., Uhryn, D., Nadiein, N., & Кlichuk O. (2017). Моделювання процесу формування спроможних територіальних громад алгоритмами колективного інтелекту. Technology Audit and Production Reserves, 5(2(37), 17–33. https://doi.org/10.15587/2312-8372.2017.112198

Номер

Розділ

Інформаційні технології: Оригінальне дослідження