http://dspace.nbuv.gov.ua:80/handle/123456789/69387 2026-04-13T18:26:52Z http://dspace.nbuv.gov.ua:80/handle/123456789/84759 Решение задачи о покрытии минимальной мощности Шило, В.П. Работа посвящена решению имеющей многочисленные приложения NP-трудной задачи о покрытии минимальной мощности (MCSCP) - наиболее сложному подклассу задач о покрытии. Рассмотрены лучшие известные алгоритмы решения этой задачи. Предложен и исследован новый случайный алгоритм повторного локального поиска, использующий адаптивную настройку повторности и модифицированную целевую функцию. Приведены результаты обширных экспериментальных расчетов, которые показали преимущества предложенного алгоритма над известными лучшими алгоритмами. С помощью разработанного алгоритма найдено девятнадцать новых рекордных решений.; Робота присвячена розв'язанню NP-важкої задачі про покриття мінімальної потужності (MCSCP), що має численні застосування, – найбільш складному підкласу задач про покриття. Розглянуто кращі відомі алгоритми розв'язання цієї задачі. Запропоновано та досліджено новий випадковий алгоритм повторного локального пошуку, що використовує адаптивне настроювання повторності та модифіковану цільову функцію. Наведено результати експериментальних розрахунків, які показали переваги запропонованого алгоритму над відомими кращими алгоритмами. За допомогою розробленого алгоритму знайдено дев'ятнадцять нових рекордних розв'язків.; In this paper the Minimum Cardinality Set Covering Problem (MCSCP) is considered. The MCSCP is a NP-hard problem with a wide range of practical applications. MCSCP is the most complex subclass of the Set Covering Problem. We propose and investigate a new random algorithm with an adaptive iterative tuning based on the iterated local search. Our approach introduces a modifying objective function, which significantly improves the characteristics of the algorithm. The results of extensive computational experiments reveal a superior performance when compared with the stateof-the-art algorithms. The proposed approach improves the best existing solutions for 19 benchmark instances widely used in the literature. 2013-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/84758 Решение нечеткой задачи классификации: алгоритм и результаты вычислительного эксперимента Каспшицкая, М.Ф.; Провотарь, А.А. Рассмотрена одна многокритериальная задача классификации не связанных между собой объектов на основе значений множества признаков. Основное внимание уделено важному случаю, когда признаки выражены нечеткими числами. Формально задача представлена как многокритериальная оптимизационная комбинаторная задача в пространстве разбиений. Предложен приближенный метод ее решения и представлены результаты вычислительного эксперимента для нечеткой задачи.; Розглянута одна багатокритеріальна задача класифікації не зв’язаних між собою об’єктів на основі значень множини ознак. Основна увага приділена важливому випадку, коли ознаки виражені нечіткими числами. Формально задача представлена як багатокритеріальна оптимізаційна комбінаторна задача в просторі розбиттів. Запропоновано наближений метод її розв’язання та наведені результати обчислювального експерименту для нечіткої задачі.; A multi-criteria optimization problem of unrelated objects based on the values of set of features is examined. Main attention is devoted to important case, when the features are expressed by fuzzy numbers. Formally, the problem is presented as a multi-criteria combinatorial optimization problem in a space of partitions. An approximate method for its solution is proposed and results of computational experiment for the fuzzy problem are presented. 2013-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/84757 Квадратичні задачі лексикографічної оптимізації: властивості та розв’язання Ломага, М.М.; Семенов, В.В. Досліджено деякі властивості векторних лексикографічних задач оптимізації. Встановлені необхідні та достатні умови існування й оптимальності лексикографічних розв’язків. Обгрунтовано зведення початкової задачі до скалярної з функціоналом, що є згорткою часткових критеріїв та описано метод знаходження коефіцієнтів цієї згортки для лексикографічних задач квадратичної оптимізації.; Исследованы некоторые свойства векторных лексикографических задач оптимизации. Получены необходимые и достаточные условия существования и оптимальности лексикографических решений. Обосновано сведение исходной задачи к скалярной с функционалом, который является сверткой частичных критериев. Описан метод нахождения коэффициентов этого функционала для лексикографических задач квадратичной оптимизации.; Some properties of vectorial lexicographic problems of optimization are explored. The necessary and sufficient conditions of existence and optimality of lexicographic decisions are got. Taking of initial problem is grounded to scalar with functional which is rolling up of partial criteria. The method for finding of coefficients of this functional is described for the lexicographic problems of quadratic optimization. 2013-01-01T00:00:00Z http://dspace.nbuv.gov.ua:80/handle/123456789/84756 Применение оптимального алгоритма синтеза линейных систем классификации в обработке звуковых сигналов Гавриленко, А.С. Представлена оптимизация линейных алгоритмов синтеза систем распознавания принадлежности сигналов к классу путем максимизации ширины разделяющей полосы, а также применение оптимального разделения к задаче классификации звуковых сигналов (распознавание музыкальных жанров).; Представлено оптимізацію лінійних алгоритмів синтезу систем розпізнавання приналежності сигналів до класу шляхом максимізації ширини роздільної смуги, а також застосування оптимального розділення до задачі класифікації звукових сигналів (розпізнавання музичних жанрів).; Article presents the improvement of the algorythm for signal classification systems synthesis by maximizing distance between separating hyperplanes and application of optimized algorithm for sound sygnals classification (automatic recognition of music genres). 2013-01-01T00:00:00Z