Все выпуски

В работе рассматривается проблематика снижения сложности $NP$-трудных задач с помощью использования близких задач, для которых оптимальное или приемлемое решение уже известно. Для задач многоагентной маршрутизации применяется методика, основанная на кластеризации сети, согласованной с маршрутами коммивояжера на каждом кластере и построения маршрутов, учитывающих ограничение временных окон доставки. Приводится математическая модель, которой соответствует блок псевдобулевой условной оптимизации с ограничениями в виде дизъюнктивных нормальных форм, допускающей полиномиальную разрешимость и блок временных ограничений. Результаты по выбору метаэвристик на основе близких задач используются в программе по доставке товаров многими агентами потребителям, расположенным в вершинах инфраструктурной дорожной сети региона.

The paper considers the problem of reducing the complexity of $NP$-hard problems by using related problems for which an optimal or acceptable solution is already known. For multi-agent routing tasks, a technique is used based on network clustering consistent with traveling salesman routes on each cluster and constructing routes that take into account the limitation of delivery time windows. A mathematical model is presented that corresponds to a block of pseudo-Boolean conditional optimization with constraints in the form of disjunctive normal forms that allows polynomial solvability and a block of time constraints. The results of choosing metaheuristics based on related problems are used in a program for the delivery of goods by many agents to consumers located at the vertices of the regional infrastructure road network.