1.Поиск и спасение в среде, похожей на лабиринт, с помощью алгоритмов Муравей и Дейкстры(arXiv)
Автор: З. Хусейн, А. Аль-Зааби, Х. Хильдманн, Ф. Саффре, Д. Рута, А. Ф. Исакович
Аннотация: С ростом надежности современных сетей Ad Hoc обнадеживает анализ потенциального участия автономных агентов Ad Hoc в критических ситуациях, когда участие человека может быть опасным. Одним из таких критических сценариев является поисково-спасательная операция в случае аварии, когда своевременное обнаружение и развертывание помощи имеют первостепенное значение. Эта статья демонстрирует применимость биоинспирированного метода, а именно муравьиных алгоритмов (АА), для оптимизации времени поиска почти оптимального пути к застрявшей жертве с последующим применением алгоритма Дейкстры на этапе спасения. Присущая AA исследовательская природа используется для более быстрого отображения и охвата неизвестного пространства поиска. Реализованы четыре различных AA с различными эффектами феромона в игре. Было обнаружено, что перевернутая AA с отталкивающими феромонами лучше всего подходит для этого конкретного применения. После тщательного исследования, после обнаружения жертвы, автономные агенты дополнительно облегчают процесс спасения, формируя сеть ретрансляции, используя уже развернутые ресурсы. Следовательно, в документе обсуждается подробная модель принятия решений роем, разделенная на две основные фазы, отвечающие за поиск и спасение соответственно. Анализируются различные аспекты производительности роя агентов в зависимости от пространственных размеров, сложности пространства поиска, размера развернутой поисковой группы и проницаемости сигналов препятствий в области.
2. Целевой многокритериальный алгоритм Дейкстры(arXiv)
Автор:Педро Маристани де лас Касас, Люитгард Краус, Антонио Седеньо-Нода, Ральф Борндорфер
Аннотация. В этой статье мы представляем целевой многокритериальный алгоритм Дейкстры (T-MDA), алгоритм установки меток для многокритериальной задачи поиска кратчайшего пути (MOSP). T-MDA основан на недавно опубликованном многоцелевом алгоритме Дейкстры (MDA) и снабжен методами, подобными A*. Полученное ускорение сравнимо с ускорением исходного алгоритма A* для алгоритма Дейкстры. В отличие от других методов из литературы, которые полагаются на особые свойства биообъективного случая, T-MDA работает для любого измерения. Насколько нам известно, это дает начало первой эффективной реализации, которая может работать с крупномасштабными экземплярами с более чем двумя целями. Версия, настроенная для биообъективного случая, T-BDA, превосходит современные методы почти на каждом экземпляре стандартного эталонного тестового стенда, который не может быть решен за доли секунды.
3. Использование рекурсивных KMeans и алгоритма Дейкстры для решения CVRP(arXiv)
Автор: Хасан Мусса
Аннотация. Проблема маршрутизации транспортных средств с вместимостью (CVRP) является одной из наиболее распространенных проблем оптимизации в наши дни, учитывая широкое использование алгоритмов маршрутизации в различных областях, таких как транспортная область, доставка еды, сетевая маршрутизация, … Задача маршрутизации транспортных средств с вместимостью классифицируется как NP-сложная задача, поэтому обычный алгоритм оптимизации не может ее решить. В нашей статье мы обсуждаем новый способ решения упомянутой проблемы, используя рекурсивный подход наиболее известного алгоритма кластеризации «K-Means», один из известных алгоритмов кратчайшего пути «Dijkstra» и некоторые математические операции. В этой статье мы покажем, как реализовать эти методы вместе, чтобы получить ближайшее решение оптимального маршрута, поскольку исследования и разработки все еще продолжаются, эта исследовательская работа может быть дополнена другой, которая будет включать результаты внедрения. этой торической стороны.
