ФИО	Азоркин Кирилл Сергеевич
Дата рождения	30.04.1994
Место рождения	г. Шахтерск
Школа(ы)	Шахтерская общеобразовательная школа №16 Торезская общеобразовательная школа №24
ВУЗ	Бакалавриат: ДонНТУ, ФКНТ, ИС, 2012-2016 гг., магистратура: ДонНТУ, ФКНТ, ИС, 2016-2018 гг.
Средний балл	Средний балл за время обучения в бакалавриате: 85
Владение языками	Русский: в совершенстве, украинский: в совершенстве, английский: начальный уровень
Увлечения	Спорт (футбол, настольный тенис), книги (детективы, мистика, фэнтези)
Личные качества	Ответственный, целеустремленный, спокойный, стрессоустойчивый
Профессиональная специализация и владение компьютером	1. Высокий уровень компьютерной грамотности 2. Операционные системы: Linux, Windows 3. Языки программирования: C, C++, Java, JavaScript, PHP 4. Среды разработки: MS Visual Studio, NetBeans, MS Visual Studio Code, WebStorm, Eclipse, Android Studio
Планы на будущее	Окончить университет, найти работу.
Контактная информация	Skype: kedrik100 Email: kedrik85@gmail.com

30 апреля в далёком 1994-ом году в городе Шахтёрске Донецкого края появился на свет я – Азоркин Кирилл Сергеевич. Родители – Азоркина Татьяна Леонидовна и Азоркин Сергей Александрович, – люди с техническим образованием (мама – техник-технолог, отец – техник-автомеханик), в процессе моего воспитания давали мне возможность учиться на собственных ошибках и учили быть ответственным и справедливым. Рос я в небольшом посёлке городского типа с названием Московское, поэтому всё детство и юношеские годы я провёл на просторах Донбасской земли, исследовал природу: леса, поля, ручьи и балки. С раннего возраста отец привил мне любовь к таким видам деятельности как походы за грибами и рыбалка. Обладая техническим складом ума и будучи спокойным ребёнком, я любил создавать разные конструкции из подручных материалов, поэтому любимой игрушкой в детстве был конструктор «LEGO», с которым я, бывало, сидел часами, собирая и разбирая пластиковые детальки в понятные мне одному сооружения. В 2001 году, в семь лет я собирался идти в первый класс, что было для меня чем-то новым, интересным и увлекательным. Однако в этом году меня ждал ещё один сюрприз: родился мой брат Егор. Несмотря на то, что большое количество времени я уделял младшему брату, моя учёба от этого не страдала: успеваемость была на высоком уровне, я принимал активное участие в жизни школы, ездил на городские олимпиады и другие мероприятия и конкурсы. Моими любимыми предметами в средней и старшей школе были математика и география. Несмотря на то, что я был спокойным ребенком, меня всегда привлекали подвижные игры, одной из которых был, конечно же, футбол. В школьные годы я очень сильно увлекался этим видом спорта на любительском уровне и даже несколько раз принимал участие в городских турнирах по футболу. В 8 классе я начал увлекаться и другим видом спорта – занятием на перекладине и брусьях. Кроме того, другим мои увлечением были и являются книги. В основном, я предпочитаю фэнтези и детективы с элементами мистики, однако не чураюсь и других жанров. Моими любимыми книгами являются: серии «Ведьмак» и «Властелин колец», а также серия книг о Гарри Поттере.

Мой путь к профессии IT-специалиста был долгим и извилистым. В средней школе я решил, что хочу стать врачом, и после 9-го класса пытался поступить в медицинский колледж. Однако у меня не хватило баллов для этого и мне пришлось вернуться в школу и пойти в десятый класс. После этой неудачи моё сознание повернулось в сторону сферы строительства. Именно в вуз, специализированный в этой сфере, я хотел пойти учиться после окончания школьного обучения, но этому не суждено было случиться, так каки, поступив в ДонНТУ на факультет компьютерных наук и технологий, я понял, что программирование — это интересно и увлекательно. В течение учёбы в вузе я понял, что моё направление в сфере IT — это web-разработка, в следствие чего начал активно изучать эту сферу и развивать навыки web-разработчика.

Моя главная цель на ближайшее будущее – это, конечно же, окончание университета и успешный поиск постоянного места работы на должности web-разработчика с достаточным уровнем заработной платы. А глобальной целью является, для начала, карьерный рост до должности тимлида, а затем открытие собственного дела в сфере предоставления IT-услуг.

Одной из основополагающих и главных особенностей любого живого организма на Земле является способность приспосабливаться, адаптироваться, в большей или меньшей степени, к различным ситуациям, изменяющим условия окружающей среды и обстановки. Можно выделить два концептуально разных механизма адаптации живых существ, назовем их так – глобальный и ситуативный. Два эти механизма, по сути, не имеют между собой ничего общего, кроме, конечно же, их цели – приспособиться к текущей ситуации и уменьшить трудозатраты на выживание в рамках это ситуации до приемлемого уровня.

Принцип первого механизма, глобального, основан на механизме эволюции – при изменении условий окружающей среды, например, температуры, влажности, интенсивности солнечного излучения, живые существа конкретного вида, подвергнутого изменениям окружающей среды, начинают генетически меняться на протяжении поколений, перестраивая свой организм таким образом, чтобы новые условия окружающей среды были более совместимы с их физиологией, тем самым обеспечивая себе шанс на выживание и снижая трудозатраты, необходимые для того, чтобы выжить в новых природных условиях. Данный механизм адаптации подходит для крайне длительных и глобальных изменений окружающей среды, когда ситуация изменяется на сотни лет, это связано с тем, что для его функционирования технически необходима множественная смена поколений, обеспечивающая саму реализацию механизма эволюции путем генетических изменений. Из этого следует, что данный метод адаптации не обладает гибкостью и является крайне медленным и неэффективным в рамках быстроменяющихся ситуаций, единственным его преимуществом является общедоступность, так как этим механизмом обладают абсолютно все живые существа на Земле.

Второй, же, ситуативный, механизм адаптации имеет сильно отличающийся от глобального принцип функционирования, целиком основанный на поведенческом аспекте всех живых существ. Речь идет о поведенческой реакции живых организмов, вызываемой вследствие изменений окружающей ситуации, будь то изменения природных условий или же изменение текущей обстановки, в которой организм находится в данный момент. Данная поведенческая реакция, также как и первый механизм адаптации, направлена на выживание в рамках условий новой ситуации, но только на этот раз не путем физиологических изменений, а путем изменений поведения и предпринятии некоторых действий, которые будут направлены на повышение шансов выживания в новых условиях и уменьшения трудозатрат на выживание в этих самых новых условиях. Поведенческие реакции также подразделяются на несколько видов, по тому какой именно подсистемой организма живого существа они были сформированы и вызваны. Первый вид является общедоступным для всех живых существ, живущих на нашей планете – инстинктивный. Такая общедоступность обусловлена тем, что способ формирования поведенческих реакций на изменения окружающей ситуации, принадлежащих к категории инстинктивных, основан на похожем принципе функционирования что и глобальный механизм адаптации живых организмов. Инстинктивные поведенческие реакции на конкретные раздражители, изменения окружающей ситуации, формируются также на протяжении поколений конкретного вида живых существ, передаваясь наследственным образом и становясь доступными спустя определенное количество поколений существам данного вида с рождения. Примером таких инстинктивных поведенческих реакций могут выступать сезонные миграции птиц в места климатически более им подходящие в данный момент, а также всем известный инстинкт самосохранения, который, по сути, является целым пакетом поведенческих реакций, ограждающих живое существо от гибели, в который входит, например, боязнь высоты или темноты. Также, как и в случае с глобальным методом адаптации, инстинктивные поведенческие реакции регулируют действия живых существ в ситуациях, являющихся типичными на протяжении большого количества времени, так как только для формирования таких реакций необходимо повторение этих ситуаций на протяжении смены множества поколений существ данного вида. Второй вид поведенческих реакций основывается на анализе изменений окружающей ситуации и продуцировании модели поведения, позволяющей существу максимально адаптироваться к изменениям. Данный вид, в отличие от предыдущего, общедоступного, требователен к физиологии существа, а именно к сложности строения мозга и нервной системы, потому что для его реализации необходим достаточно развитый интеллект и способность абстрактного мышления. Исходя из этого можно сказать, что далеко не многие существа на Земле обладают возможностью формировать и использовать поведенческие реакции второго типа, но все же такие живые существа есть, например: вороны, которые живя в городских условиях облегчают процесс раскалывания орехов путем бросания их под колеса проезжающих автомобилей, собаки, освоившие механизм действия московского метро и пользующиеся им для того, чтобы добираться в удаленные точки огромного города, приматы, а именно шимпанзе, которые способные на запланированное убийство своего сородича ради собственной выгоды в стае, и, конечно же, наиболее способный и обладающий самыми высокими показателями интеллекта и абстрактного мышления среди всех известных живущих на Земле существ – человек, о котором в дальнейшем и пойдет речь.

На протяжении всей истории своего существования человек разумный развивал свой интеллект и способность абстрактно мыслить. Но для чего? Ответ чрезвычайно прост. Все с той же целью адаптации к постоянно изменяющейся окружающей его ситуации. Нынешнему человеку разумному как виду, крайне повезло, в свое время, иметь таких предков как гоминиды, которые в процессе эволюции не отрастили две лишние ноги или руки, а пошли по пути усложнения мозга и нервной системы. Это дало шанс на то развитие человека, которое ему присуще в данный момент. После достижения определенного порога в сложности структуры мозга и нервной системы, человек, как вид, осознал, что не только окружающая ситуация может влиять на него, но и он может влиять на ситуацию, предпринимать некоторые действия, позволяющие ему изменить условия в свою пользу или приспособиться к ним и минимизировать негативные последствия ситуации для себя. Этот момент был поворотным в истории всего человечества, а как следствие, и всей нынешней Земли в целом. После осознания этого человек стал открывать все новые и новые способы адаптации к различным ситуациям и обстоятельствам – научился добывать огонь, поняв что он помогает согреться, научился делать элементарные инструменты, осознав что они экономят много времени и сил, изобрел одежду, колесо, жилища, земледелие и многое многое другое. Все эти открытия были направлены на облегчение жизни человека путем минимизации негативных последствий складывающихся обстоятельств, будь то холодное время года или недостаток пищи. Тысячи лет человек продолжает идти в том же направлении, изобретая и открывая все новые и новые способы облегчения и упрощения собственной жизни путем развития множества отраслей и продвижения вперед технологического прогресса. Были изобретены десятки, сотни, тысячи предметов и устройств за все время существования цивилизации людей, предназначенных лишь для того, чтобы человеку нужно было затратить как можно меньшее количество усилий, а получить больше пользы в результате, другими словами ради увеличения эффективности человеческого труда. Со временем технологическое развитие цивилизации людей достигло такого уровня, что до людей дошло осознание того, что можно не только приспосабливаться к окружающей среде и условиям, которые она диктует, но и приспосабливать саму окружающую среду под свои потребности и нужды, формируя иные, более подходящие людям, условия жизни. Так появились системы освещения, отопления, водоснабжения, более совершенные, технологичные дома, позволяющие легко переживать холодные времена года, дамбы, регулирующие водные потоки и многое многое другое. Но, как повелось, человечество решило не останавливаться на достигнутом и продолжило упрощать свою жизнь путем развития технологий, помогающих им этом деле.

И вот, в 2004 году в издании Scientific American была опубликована статья, которая описывала по-настоящему революционную концепцию технологии, предназначенной упростить повседневную жизнь людей в разы, переложив огромное количество действий, необходимых для нормальной жизни каждого человека на вычислительные устройства. Одновременно толчком и базисом для этой концепции стало стремительное развитие Интернета и интернет-технологий в целом, позволив предположить, что если встроить вычислительные модули в такие повседневные устройства как холодильник, стиральная машина, печка, освещение в доме, и после с помощью этих модулей подключить устройства к единой всемирной сети Интернет, то можно загрузить в них программное обеспечение автоматизирующее функционирование этих домашних приборов, чем значительно ускорить и упростить повседневные дела людей и сделать их жизнь еще проще и беззаботнее. Мировое общество прислушалось к концепции, и спустя 13 лет наступил 2017 год, в котором уже существует множество работающих экземпляров таких вещей, именуемых «умными», а вся экосистема, создаваемая совокупностью этих вещей, соединенных, как изначально и задумывалось, с Интернетом, по всему миру в единую сеть – Интернетом Вещей. Более того, развился еще и параллельное ответвление этой технологии – носимые устройства, которые, по сути, являются переосмыслением всем давно знакомых аксессуаров, таких как часы, очки, браслеты и прочее, с точки зрения «умности», которая была использована для создания умных устройств для дома. Во все возможные аксессуары были встроены вычислительные модули и присоединены к сети Интернета Вещей, после чего носимые устройства стали соединены с «умным домом», что еще добавило удобства и простоты жизни людям в сфере повседневных дел, позволяя, буквально, делать многие домашние дела не вставая с постели.

Очевидно, что человечество продолжает движение в сторону упрощения собственного существования и все более значительного уменьшения трудозатрат, необходимых для поддержания нормальной жизнедеятельности. Казалось бы – все так и должно быть, все идет своим чередом и является абсолютно закономерным и положительным явлением, человечество развивается и пожинает плоды собственного развития, делая свою жизнь проще и эффективнее. Но здесь кроется как минимум одна опасность – при упрощении жизни путем технологического развития, используя все более новые устройства для увеличения эффективности человеческого труда, человечество становится все более зависимо от них, причем эффективность устройств прямо пропорциональна степени зависимости от них. Это связано с тем, что эффективность устройств отражает количество действий, которое человек пропускает, не делая их сам, а возлагая обязанность выполнения этих действий на эти самые устройства. Таким образом человечество постепенно теряет собственные навыки выживания, с каждым новым изобретением все больше завися от технологического прогресса и его продуктов. Но все же, пока что, эффективность устройств недостаточна для того, чтобы сделать людей абсолютно зависимыми от технологий, чтобы в случае внезапного их отключения в глобальном масштабе людям грозило полное вымирание. Но этот момент все же не недостижим. Если допустить, что технологический прогресс бесконечен, развитие и совершенствование технологий не имеет границ, и учесть тенденцию человечества упрощать собственную жизнь и увеличивать эффективность своего труда, то получаем абсолютно закономерный и логичный вывод – рано или поздно технологический прогресс дойдет до того уровня, когда эффективность устройств станет практически абсолютна и люди перейдут в почти 100% зависимость от этих технологий. Технологии будут выполнять практически все действия, необходимые людям для комфортного существования вместо самих людей, таким образом единственным занятием человечества станет поддержание работоспособности устройств и изобретение новых, еще более технологичных и эффективных. Одним из таких сценариев является сценарий искусственной биосферы, который предполагает, что цивилизация так далеко уйдет в технологическом прогрессе, не уничтожив само себя и не будучи уничтоженным чем-то или кем-то другим, что научится создавать искусственную среду обитания отделенную от внешней природной среды планеты, в которой будут идеализированы для человеческой физиологии все параметры окружающей среды, такие как температура, микрофлора, содержание воздуха, интенсивность солнечного излучения и все остальные, которые присутствуют в экосфере планеты. Такое изобретение исключит из жизни людей все болезнетворные микробы, аллергены, вредные излучения и прочие неблагоприятные факторы, которым организму человека приходится так или иначе противодействовать на данный момент. Как следствие нейтрализации всех негативных факторов окружающей среды, с течением поколений жизни в искусственной биосфере человеческий организм сократит все свои защитные системы за ненадобностью, что означает полную потерю способности противодействовать любому негативному воздействию на организм. Вот тут то и произойдет появление абсолютной зависимости человечества от технологий, человек превратится в некое подобие «тепличного растения», которое растет в идеальных климатических условиях теплицы, но если только столкнется с жестким климатом внешней среды тут же погибнет не в силах противостоять или приспособиться к нему. Что если однажды технологии дадут сбой? Что если эти самые искусственные биосферы будут также подключены к будущему Интернету и однажды их поразит нечто, например банальный компьютерный вирус? Что если они прекратят функционировать даже на несколько минут? Десяток бактерий, проникших в искусственные биосферы даже за мгновение их неправильного функционирования могут навсегда прервать века и тысячелетия истории существования человеческой цивилизации. Не пора ли остановиться в стремлении тотального упрощении собственного существования абсолютно во всех сферах жизни? Главное, чтобы когда человечество наконец дойдет до этого вопроса не было уже слишком поздно.

Все организационные и технологические решения в распределении работ на предприятиях должны приниматься оперативно. При этом неоптимальные решения значительно снижают эффективность построения расписаний работы производственного участка. Абсолютно такая же ситуация наблюдается и в депо по ремонту вагонов. Однако до сих пор мало изучено движение рабочих бригад непосредственно в производственной среде (на производственном участке) в соответствии с технологическим маршрутом в реальном масштабе времени. Особенно актуальной задачей является построение оптимальных расписаний работы вагоноремонтных бригад в соответствии с технологическим маршрутом. В связи с возникшими проблемами перед системой поставлена следующая основная задача: оптимизировать распределение работ по бригадам.

Разрабатываемый алгоритм должен эффективно распределять трудовые ресурсы ремонтного депо, что позволит увеличить его производительность. Задача распределения необходимых работ по ремонту вагонов среди бригад относится к задачам оперативно-календарного планирования.

Оперативное планирование охватывает не только установление заданий по выполнению работ (хотя это важнейшая его часть), но и другие показатели деятельности предприятия и его цехов: производительность труда, численность рабочих и размер фонда заработной платы, использование производственной мощности предприятия и его материальных ресурсов, снижение себестоимости продукции, рентабельность производства.

Большинство разработанных до настоящего времени методик для оперативно-календарного планирования основано на упрощенных моделях, что снижает их точность, или эти методики применяются лишь для определенных специфических условий. Значительную сложность, кроме того, представляет проблема оценки качества получаемых расписаний. Анализ современных работ по комбинаторной оптимизации на графах (особенно динамических задач) показывает, что одним из самых перспективных подходов является использование муравьиных алгоритмов. Этот подход позволяет существенно улучшить систему оперативного планирования, тем самым сократив время построения оптимальных или приемлемых производственных расписаний.

Для оперативного планирования распределения работ технологический процесс разделяется на технологические операции.

Допустим, что на данном производственном участке ремонтируется n вагонов di (i = 1,2,…,n). Обозначим некоторую произвольную операцию, которую необходимо выполнить над вагоном di, через Oij (j = 1,2,…,m_i), где mi – общее количество операций, которые необходимо выполнить над di. Под технологическим маршрутом бригады обычно понимают порядок выполнения бригадой работы над вагоном или же последовательность выполняемых операций (1).

При последовательном выполнении операций предусматривается строгая упорядоченность технологического маршрута. Однако можно допустить (и это часто соответствует действительности), что порядок выполнения операций изменяется (не является строгим), то есть упорядоченность выполнения операций частична. При этом необходимо учитывать следующие ограничения:

1. Ограничения по срокам изготовления (2):

где: Tф – фактический срок ремонта вагона di,

Tпл – плановый срок ремонта вагона di.

2. Ограничения по объемам изготовления (3):

где: Tф – фактическое отремонтированное количество вагонов,

Tпл – заданное в производственной программе количество вагонов.

Задача оперативного планирования расписания работ заключается в том, чтобы для производственного участка с заданными технологическими маршрутами ремонта вагонов составить некоторое расписание, удовлетворяющее сформулированным условиям, которое представляется в виде графа. Построение такого графа эквивалентно определению чисел tij – моментов начала технологической операции Oij.

Совокупность чисел {tij } (i = 1,2,…,n; j = 1,2,…,mi), удовлетворяющая сформулированным условиям [9], называется расписанием работ, или его графовой моделью G(i) [2].

Для решения задачи составления оптимального расписания зададимся некоторой числовой функцией F (функцией-критерием), определенной на всех графах G(i), что ставит в соответствие каждому графу G определенное число F(G). При этом наилучшему графу должен соответствовать экстремум функции F. Таким образом, задача сводится к тому, чтобы построить граф, который удовлетворяет всем сформулированным в задании условиям и ограничениям и на котором функция F(G) достигнет своего экстремального значения (5).

Очевидно, что существует бесчисленное множество графов, которые удовлетворяют сформулированным условиям и ограничениям. Таким образом, необходимо построить наилучшую графовую модель в соответствии с избранным критерием (4):

Графовая модель состоит из множества узлов и ориентированных дуг, соединяющих узлы. При графовом представлении необходимых работ узлы выступают как необходимые технологические процессы, которые нужно провести над вагоном, а дуги показывают направление движения работников для выполнения работ по ремонту деталей вагона (рис.1).

Следует отметить, что графовая модель не является структурной (функциональной) схемой реального депо. В зависимости от поставленной задачи и исследуемой функции изменяется число узлов в сети, их состав и связи между ними.

Исходный узел графа определяет начало выполнения плана (стартовую точку), в которую помещаются муравьи, в количестве равном числу рабочих на производственном участке. Остальные вершины графа соответствуют отдельной технологической операции Oij (согласно технологической карте).

Каждый узел O_ij однозначно определяется следующими параметрами (6):

где: Kmin – минимальное количество рабочих, необходимых для выполнения технологической операции Oij;

Kopt – оптимальное количество рабочих, необходимых для выполнения технологической операции Oij;

Tvij – время выполнения технологической операции Oij;

Tnij – время подготовки бригады для выполнения технологической операции Oij;

Nij – номер рабочего, выполняющего работу Oij;

Pr – приоритет технологической операции Oij;

D – доступность технологической операции Oij;

Kv – квалификация рабочего, необходимая для выполнения технологической операции Oij;

Таким образом, узел графовой модели – это условное обозначение выполняемой технологической операции в рамках конкретной работы, а ребро отображает последовательный переход от одной технологической операции к другой (желтым отображены переходы от одной технологической операции к другой в рамках одной работы, а синим – множество возможных переходов между работами).

При этом муравьи обладают рядом характеристик (7):

где: Kv – квалификация муравья (рабочего);

T – количество времени, которое муравей (рабочий) затратит на выполнение всех работ в рамках одной смены;

W – список работ, которые муравью (рабочему) нужно выполнить за смену;

Рассмотрим детальнее процесс функционирования распределения работников по работам в рамках графовой модели.

Как уже упоминалось, узлы, представляют собой технологические процессы, которые на рис. 1 представлены желтыми точками. Путь, по которому могут перемещаться работники, двигающиеся по графу в поисках подходящей для себя работы, отмечен желтыми и синими стрелками. В рамках выполнения одной работы используется направленный граф, и работники могут двигаться только вперед, в то время как переходы между работами могут осуществляться в произвольном порядке.

Работник, двигаясь по графу, останавливаются на подходящем им технологическом процессе (желтой точке), тем самым начиная выполнение технологического процесса и блокируя доступ остальных работников к нему, а сам он считается занятым и не ищет другой узел (технологический процесс), пока не закончит текущую работу. Закончив работу, работник волен переместиться на другой технологический процесс, который ему подходит.

Таким образом, с помощью задействования теории графов и муравьиных алгоритмов происходит распределение работников по работам, что позволит оптимизировать работу ремонтного депо и увеличить его эффективность.

Рассмотренный алгоритм упорядочивает и рационализирует занятость работников вагонного депо и уменьшает задержки во времени, в следствии чего повышает производительность ремонтного депо.

1. Томас Х. Кормен, Чарльз И. Лейзерсон, Рональд Л. Ривест, Клиффорд Штайн Алгоритмы: построение и анализ = Introduction to Algorithms. – 2-е изд. – М.: «Вильямс», 2006. – С. 1296.

2. M. Dorigo, V. Maniezzo, A. Colorni, 1996. "Ant System: Optimization by a Colony of Cooperating Agents", IEEE Transactions on Systems, Man, and Cybernetics-Part B, 26 (1): 29–41.

3. L. M. Gambardella, M. Dorigo, "Ant-Q: A Reinforcement Learning Approach to the Traveling Salesman Problem" // Twelfth International Conference on Machine Learning, Morgan Kaufmann, p. 252–260, 1995.

4. Ананий В. Левитин Глава 9. Жадные методы: Алгоритм Дейкстры // Алгоритмы: введение в разработку и анализ = Introduction to The Design and Analysis of Aigorithms. – М.: «Вильямс», 2006. – С. 189–195.

5. Рассел С. Дж., Норвиг, П. Искусственный интеллект: современный подход = Artificial Intelligence: A Modern Approach / Пер. с англ. и ред. К. А. Птицына. – 2-е изд. – М.: Вильямс, 2006. – С. 157–162.

6. Лорьер Ж.-Л. Системы искусственного интеллекта / Пер. с фр. и ред. В. Л. Стефанюка. – М.: Мир, 1991. – С. 238–244.

7. C. Blum, 2005 "Ant colony optimization: Introduction and recent trends". Physics of Life Reviews, 2: 353–373.

1. Алгоритм муравья для решения задачи коммивояжера

Авторы: Б.О. Кузиков, студ.; С.П. Шаповалов, доц.

Описание: В данной статье рассматривается применимость алгоритма муравьиной колонии к задаче коммивояжера

Источник: Сумский государственный университет

2. Использование алгоритмов муравьиных колоний при решении задач оптимизации календарного планирования

Авторы: Светличная В.А.,, Червинская Н.В., Хаустова Д.А.

Описание: В данной статье рассматривается вопрос использования муравьиных алгоритмов для составления календарного плана выполнения строительных работ с использованием ограничений на возобновимые ресурсы

Источник: Донецкий национальный технический университет г.Донецк

3. Алгоритмы поддержки принятия решений по управлению инфраструктурными проектами на основе моделей муравьиных колоний

Авторы: М.И. Дли, В.В. Гимаров, С.И. Глушко

Описание: В данной статье описана задача управления инфраструктурными проектами по развитию информационно-транспортных сетей предприятий и обоснована её актуальность для обеспечения устойчивого развития экономики России.

Источник: Вестник Саратовского государственного технического университета (2012)

4. Муравьиные алгоритмы

Авторы: Чураков Михаил, Якушев Андрей

Описание: В данной статье описывается история возникновения муравьиных алгоритмов, концепция муравьиных алгоритмов его обощенный алгоритм и примеры задач, в которых данный алгоритм может использоваться

Источник: http://rain.ifmo.ru/cat/view.php

5. Гибридный алгоритм решения задачи коммвояжера

Авторы: А.В. Мартынов, В.М. Курейчик

Описание: В данной статье описана разработка эффективного гибридного метода для решения задачи коммивояжера на основе эволюционного и роевого методов.

Источник: Известия Южного федерального университета. Технические науки (2015)

6. Иммитационный алгоритм моделирования организационно-технических процессов в гибкой производственной системе

Авторы:О.В. Ченгарь

Описание: В данной статье рассмотрены вопросы построения имитационного алгоритма моделирования производственного процесса в гибкой производственной системе с применением инструментальных особенностей муравьиных алгоритмов для оперативно-календарного планирования.

Источник: Известия Южного федерального университета. Технические науки (2013)

7. Исследование решения задачи коммивояжера

Авторы: В. О. Борознов

Описание: В данной статье проведен обзор наиболее распространённых алгоритмов, используемых для решения задачи коммивояжёра: точных (алгоритм полного перебора, метод ветвей и границ), эвристических (метод включения дальнего, BV-метод) поисковых (генетический алгоритм, муравьиный алгоритм ACS-Q).

Источник: Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика (2009)

8. К вопросу о параметрической оптимизации роевых алгоритмов

Авторы: В.А. Мохов, Е.Н. Бородулина

Описание: В данной статье анализируется группа роевых алгоритмов класса метаэвристик: алгоритм муравьиной колонии, пчелиный алгоритм, светлячковый алгоритм, алгоритм роя частиц, алгоритм стохастической диффузии, алгоритм кукушкиного поиска, алгоритм бактериальной оптимизации, алгоритм гравитационного поиска, алгоритм капель воды. Более детально рассматривается поведение муравьиного роя при решении задачи коммивояжера.

Источник: Известия Южного федерального университета. Технические науки (2014)

9. Оптимизация работы производственного участка машиностроительного предприятия на основе метода муравьиных колоний

Авторы: Скобцов Ю. А., Ченгарь О. В.

Описание: В данной статье рассматривается задача оптимизации оперативного планирования машиностроительного предприятия на основе муравьиных алгоритмов, выбраны критерии оптимизации.

Источник: Вестник Национального технического университета Харьковский политехнический институт. Серия: Информатика и моделирование (2010)

10. Применение алгоритмов муравьиных колоний при управлении сложными проектами

Авторы: Гимаров В. В., Глушко С. И., Дли М. И.

Описание: В данной статье рассмотрена проблема управления проектами по развитию инфраструктуры предприятия, представлена формализованная постановка задачи управления. Предложен усовершенствованный алгоритм муравьиных колоний, позволяющий учитывать неопределенность информации о совокупной стоимости прокладки кабеля и направленный на решение задачи оптимизации инфраструктуры предприятия.

Источник: Транспортное дело России (2012)

11. Как муравьи создают и восстанавливают цепочки своих следов

Авторы: Taylor Kubota, Stanford University

Описание: В данной статье рассказывается о научной работе натуралистки Деборы Гордон, которая занималась изучением поведения муравьев.

Источник: Сайт с научными статьями на разные темы (https://phys.org/news/2017-10-algorithm-ants-trail-networks.html)

1. Муравьиные алгоритмы

Авторы: Чураков Михаил, Якушев Андрей

Описание: В статье описываются принципы работы муравьиных алгоритмов.

2. An Ant Colony Optimization Approach to the Probabilistic Traveling Salesman Problem

Авторы: Leonora Bianchi, Luca Maria Gambardella, Marco Dorigo

Описание: В статье предложен подход оптимизации муравьиной колонией к вероятностной задаче коммивоежера.

3. О некоторых модификациях муравьиного алгоритма

Авторы: Курейчик В. М., Кажаров А. А.

Описание: В данной статье рассматривается решение классической NP-трудной задачи о коммивояжере на основе муравьиных алгоритмов.

4. Использование шаблонных решений в муравьиных алгоритмах

Авторы: Кажаров Аскер Артурович, Курейчик Виктор Михайлович

Описание: В работе предложена модификация муравьиного алгоритма, позволяющая находить более качественные решения за меньшее время.

5. Обзор эволюционных методов оптимизации на основе роевого интеллекта

Авторы:Зайцев Александр Александрович, Курейчик Владимир Викторович, Полупанов Алексей Александрович

Описание: Проводится обзор, актуальных в последнее время, алгоритмов и методов роевого интеллекта, таких как: «муравьиные», «пчелиные» алгоритмы, метод роя частиц, а также показаны их особенности, достоинства и недостатки.

6. Нечетко - продукционный муравьиный алгоритм оптимизации транспортной сети предприятия

Авторы: Дли М. И., Гимаров В. В., Глушко С. И., Иванова И. В.

Описание:В статье проанализирована актуальность задачи оптимального построения транспортной сети предприятия. Приведена ее математическая формализация. Представлена модификация муравьиного алгоритма за счет применения аппарата нечеткой логики и разработки нечетко-продукционных правил для расчета возможности перехода муравья из одной вершины в другую, позволяющие учитывать неопределенность стоимости транспортировки на различных участках.

7. Использование алгоритмов муравьиных колоний при решении задач оптимизации календарного планирования

Авторы: Светличная В.А., Червинская Н.В., Хаустова Д.А.

Описание: В статье рассматривается вопрос использования муравьиных алгоритмов для составления календарного плана выполнения строительных работ с использованием ограничений на возобновимые ресурсы. Для использования муравьиного алгоритма все работы разбиты на группы, и задача решается в несколько этапов, сначала для составляющих, а потом для укрупненных работ.

8. Задача коммивояжёра

Авторы: Лобанов Николай

Описание: Описана задача коммивояжера, предложены методы ее решения.

9. Алгоритм муравья для решения задачи коммивояжера

Авторы: Кузиков Б.О., Шаповалов С.П.

Описание: Статья о применении муравьиного алгоритма к решению задачи коммивояжера.

10. Системы поддержки принятия решений на базе беспроводных сенсорных сетей с использованием интеллектуального анализа данных

Авторы: Штовба С.Д.

Описание: Общие сведения о муравьиных алгоритмах

11. Комбинированный многопопуляционный муравьинный генетический алгоритм

Авторы: Берёза А. Н., Стороженко А. С.

Описание: Данная работа посвящена разработке комбинированного многопопуляционного муравьиного генетического алгоритма. Алгоритм предназначен для решения сложных оптимизационных задач.

12. Многоуровневый подход к решению задачи трассировки по всему чипу с использованием модификаций муравьиного алгоритма

Авторы: Лебедев Борис Kонстантинович, Воронин Егор Ильич

Описание: В данной статье предлагается метод многоуровневой трассировки СБИС, включающей две стадии: укрупнение и детализация. На стадии укрупнения множество областей (ячеек) итеративно группируется, и соответственно группируются узлы на многоуровневом графе.

13. Исследование эффективности параллельного муравиного алгоритма на задаче коммивояжера

Авторы: Семенкина О.Е., Семенкин Е.С.

Описание: Проведено исследование эффективности и скорости работы параллельного муравьиного алгоритма на задаче отыскания кратчайшего маршрута.

14. Биоинспированные алгоритмы решения задач криптоанализа

Авторы: Чернышев Юрий Олегович, Сергеев Александр Сергеевич, Дубров Евгений Олегович

Описание: Рассматривается задача криптоанализа на основе новых моделей искусственного интеллекта биоинспирированных методов.

15. Гибридный алгоритм решения задачи коммивояжера

Авторы: Мартынов Артём Владимирович, Курейчик Виктор Михайлович

Описание: В данной работе разрабатывается эффективный гибридноый метод для решения задачи коммивояжера на основе эволюционного и роевого методов.

16. Разработка и исследование параллельного алгоритма муравьиных колоний для криптоанализа блочных криптосистем

Авторы: Ю.О. Чернышев, А.С. Сергеев, A.H. Рязанов, C.А. Капустин

Описание: В статье рассматривается возможность параллельной реализации алгоритмов муравьиных колоний для криптоана-лиза блочных криптосистем.

17. Имитационный алгоритм моделирования организационно - технологических процессов в гибкой производственной системе

Авторы: Ченгарь Оьга Васильевна

Описание: Рассмотрены вопросы построения имитационного алгоритма моделирования производственного процесса в гибкой производственной системе с применением инструментальных особенностей муравьиных алгоритмов для оперативно-календарного планирования.

18. Детализация онтологической модели по роевым алгоритмам, основанным на поведении насекомых и животных

Авторы: В.В. Баранюк, О.С. Смирнова

Описание: В статье представлено описание веток (листьев) дерева онтологической модели бионических технологий на примере роевых алгоритмов, основанных на поведении насекомых и животных, включающее описание биологических предпосылок и самих алгоритмов.

19. К вопросу о параметрической оптимизации роевых алгоритмов

Авторы: Мохов Василий Александрович, Бородулина Екатерина Николаевна

Описание:Анализируется группа роевых алгоритмов класса метаэвристик: алгоритм муравьиной колонии, пчелиный алгоритм, светлячковый алгоритм, алгоритм роя частиц, алгоритм стохастической диффузии, алгоритм кукушкиного поиска, алгоритм бактериальной оптимизации, алгоритм гравитационного поиска, алгоритм капель воды. Более детально рассматривается поведение муравьиного роя при решении задачи коммивояжера.

20. О сравнении эффективности муравьиного и генетического алгоритмов при решении задач комбинаторной оптимизации

Авторы: Семенкина О.Е., Семенкин Е.С.

Описание: Проведено исследование эффективности муравьиного и генетического алгоритмов на тестовых и практической задачах отыскания кратчайшего маршрута.

21. Алгоритмы поддержки принятия решений по управлению инфраструктурными проектами на основе моделей муравьиных колоний

Авторы: Дли М. И., Гимаров В. В., Глушко С. И.

Описание: Описана задача управления инфраструктурными проектами по развитию информационно-транспортных сетей предприятий, обоснована её актуальность для обеспечения устойчивого развития экономики России.

22. Применение метода муравьиных колоний для реализации криптоанализа блочных криптосистем

Авторы: Чернышев Ю. О., Сергеев А. С., Дубров E. O., Рязанов A. H.

Описание:В работе исследована возможность применения алгоритмов муравьиных колоний для криптоанализа блочных криптосистем, так как переход к блочному шифрованию позволяет в значительной мере повысить стойкость криптоалгоритмов. Отмечены особенности муравьиных алгоритмов по сравнению с классическими генетическими алгоритмами.

23. Self-configuring evolutionary algoritms for traveling salesman problem

Авторы: Semenkina Olga Evgenyevna, Popov Evgeny Aleksandrovich, Semenkina Olga Ernestovna

Описание: В данной статье рассматривается алгоритм генетического алгоритма (GA) и алгоритма оптимизации колоний (ACO) с автоматическим выбором операторов для решения проблемы коммивояжера.

24. Модификация стандартного алгоритма муравьиной колонии для решения задачи формирования мультиверсионного программного обеспечения

Авторы: Ковалев Дмитрий Игоревич, Клименко Алена Владимировна, Соловьев Евгений Валерьевич, Туева Евгения Вячеславовна

Описание: Предложен алгоритм муравьиной колонии с новым решающим правилом для решения задачи формирования мультиверсионного программного обеспечения. Учтена специфика постановки задачи как задачи покрытия множества. Разработан программный комплекс на основе предложенных алгоритмов для формирования состава мультиверсионного программного обеспечения.

25. Савнение эффективности муравьиного и генетического алгоритмов при решении задач комбинаторной оптимизации

Авторы: Семенкина О. Е.

Описание: Рассматриваются алгоритм муравьиных колоний, генетический алгоритм и параллельные версии этих методов для решения задачи коммивояжера.

26. Муравьиный алгоритм построения бинарного дерева решений

Авторы:Лебедев Борис Константинович, Лебедев Олег Борисович, Лебедева Елена Михайловна

Описание: Рассматривается задача классификации, заключающаяся в нахождении моделей или функций, которые описывают и различают классы для того, чтобы иметь возможность предсказывать класс произвольного заданного объекта с известными атрибутами, но неизвестной меткой класса.

27. Оптимизация работы производственного участка машиностроительного участка машиностроительного предприятия на основе метода муравьиных колоний

Авторы: Скобцов Ю. А., Ченгарь О. В.

Описание:Рассматривается задача оптимизации оперативного планирования машиностроительного предприятия на основе муравьиных алгоритмов.

28. Многомерная задача о рюкзаке: новые методы решения

Авторы: Кагиров Рафис Рафисович

Описание: Предложен способ решения задачи о многомерном рюкзаке с помощью алгоритмов муравьиных колоний нового перспективного метода оптимизации, базирующегося на моделировании поведения колонии муравьев.

29. Исследование решения задачи коммивояжера

Авторы: Борознов Владимир Олегович

Описание: Проведен обзор наиболее распространённых алгоритмов, используемых для решения задачи коммивояжёра: точных (алгоритм полного перебора, метод ветвей и границ), эвристических (метод включения дальнего, BV-метод) поисковых (генетический алгоритм, муравьиный алгоритм ACS-Q).

30. Применение алгоритмов муравьиных колоний при управлении сложными проектами

Авторы: Гимаров В. В., Глушко С. И., Дли М. И.

Описание: В статье рассмотрена проблема управления проектами по развитию инфраструктуры предприятия, представлена формализованная постановка задачи управления. Предложен усовершенствованный алгоритм муравьиных колоний, позволяющий учитывать неопределенность информации о совокупной стоимости прокладки кабеля и направленный на решение задачи оптимизации инфраструктуры предприятия.

31. О динамических задачах комбинаторной оптимизации

Авторы: Конников П. В., Кудинов В. А.

Описание: В статье рассмотрена одна из областей применения оптимизации методом муравьиной колонии, а именно динамические задачи маршрутизации транспортных средств, дано формальное определение динамической задачи маршрутизации транспортных средств, приведен перечень различных вариантов статической задачи маршрутизации транспортных средств, рассмотрены некоторые подходы к решению задач динамической маршрутизации транспортных средств, описаны требования к имитационному эксперименту для получения количественной оценки алгоритма оптимизации методом муравьиной колонии для решения задач динамической маршрутизации транспортных средств.

32. Применение муравьиного алгоритма для формирования выборки при статистической обработке данных

Авторы: Храмешин Дмитрий Викторович, Кабаков Зотей Константинович, Аншелес Валерий Рудольфович, Славов Владимир Ионович, Окунева Татьяна Александровна

Описание: Статья посвящена использованию эвристического муравьиного алгоритма для нужд статистического контроля процессов.

33. Программный комплекс решения задачи кластеризации

Авторы: А. С. Григораш, В. М. Курейчик, В. В. Курейчик

Описание: Авторами статьи сформулирована постановка интеллектуального анадиза данных.

34. Интеллектуализация управления гибким автоматизированным производством

Авторы: Данилов А.Д., Ломакин В.А.

Описание: В статье рассматриваются проблемы комплексной автоматизации машиностроительного производства, а также создания интегрированной системы управления гибкими автоматизированными производствами.

35. Апробация алгоритма выбора маршрута доставки корреспонденции фельдъегерской связью

Авторы: Навоев Владислав Валерьевич

Описание: Рассматривается возможность применения муравьиного алгоритма поиска оптимального маршрута, предлагается его модификация для доставки корреспонденции фельдъегерской связью. Приводятся результаты численной апробации модифицированного алгоритма, реализованного в виде компьютерной программы. Проводится сравнительный анализ полученных результатов с другими алгоритмами.

36. Система сегментации медицинских снимков методом муравьиных колоний

Авторы: Эль-Хатиб Самер Аднан, Скобцов Юрий Александрович

Описание: Представлена система обработки изображений с помощью комбинированного алгоритма муравьиных колоний и K-средних. Выполнена реализация возможности работы непосредственно с«сырыми» медицинскими снимками и интеграция в алгоритм сегментации K-средних и муравьиных колоний. Выполнен анализ и реализация смешанного алгоритма сегментации K-средних и муравьиных колоний, а также реализована программная система для визуализации и тестирования разработанного алгоритма.

37. Веда

Описание: Электронная библиотека «Веда» создана для тех, кто уважает себя, ценит своё время, сервис и качество. Мы рады видеть Вас на страницах нашего сайта. Целью деятельности студенческой библиотеки – является формирование крупного информационного портала, который оказывает помощь в обучении студентам Украины и России.

38. Полигон

Описание: Полигон алгоритмов или «Полигон» – проект по созданию распределённой системы тестирования алгоритмов классификации на данных реальных прикладных задач.

39. CIT-форум

Описание: Крупнейший архив научной и практической информации по всем направлениям компьютерных наук.

40. Хабрахабр

Описание: Совместно с редакцией Хабрахабра люди наполняют сайт жизнью и смыслом: они пишут в коллективные и персональные хабы, публикуют персональные аудио- и видеопередачи, читают блоги компаний, ищут новую работу и, конечно же, общаются с другими людьми, объединёнными общими идеями и целями.

41. Национальная библиотека Украины имени В.И. Вернадского

Описание: Крупнейшая библиотека Украины, главный научно-информационный центр государства. Входит в число десяти крупнейших национальных библиотек мира.

42. Электронный архив ДонНТУ

Описание: Содержит научные исследования и учебно-методические материалы профессорско-преподавательского состава, сотрудников, аспирантов и магистров ДонНТУ.

43. Научная электронная библиотека Киберленинка

Описание: КиберЛенинка – это научная электронная библиотека, построенная на парадигме открытой науки, основными задачами которой является популяризация науки и научной деятельности, общественный контроль качества научных публикаций, развитие современного института научной рецензии и повышение цитируемости российской науки.

44. Википедия

Описание: Cвободная общедоступная мультиязычная универсальная интернет-энциклопедия.

45. Tusearch.blogspot.com

Описание: Поиск книг и статей на разных сайтах научной и образовательной направленности.

46. ScienceResearch

Описание: Один из самых крупных в мире открытых электронных репозиториев научных статей и препринтов.

47. Microsoft Research

Описание: Библиотека научных статей от Microsoft.

48. Научная электронная библиотека

Описание: Крупнейший российский информационный портал в области науки, технологии, медицины и образования, содержащий рефераты и полные тексты более 18 млн научных статей и публикаций.

49. Академия Google

Описание: Электронный архив Донецкого национального технического университета для накопления, хранения и надежного доступа к научным исследованиям и учебно-методическим материалам профессорско-преподавательского состава, сотрудников, аспирантов и магистров ДонНТУ.

50. Научная библиотека им. М. Горького

Описание: Научная библиотека Санкт-Петербургского государственного университета им. М.Горького.

Строка поиска	Google	Яндекс	Bing	Мета
На русском языке
Компьютеризированная система планирования ремонтных работ в вагонном депо	11800	180000000	310000	227
Савкова Елена Осиповна, ДонНТУ	425	47000	7110	1
Компьютеризированная система планирования	139000	77000000	876000	6920
Ремонтные работы	33800000	67000000	546000	70100000
На английском языке
Computerized planning system for repair work in the wagon depot	68300	195000000	6850000	622
Savkova Elena Osipovna, DonNTU	447	1000	14	1
Computerized planning system	5640000	60000000	62000000	818000
Repair work	376000000	41000000	135000000	152000000
На украинском языке
Комп'ютеризована система планування ремонтних робіт у вагонному депо	191	176000000	3250	9
Савкова Олена Йосипівна, ДонНТУ	94	4000000	1250	0
Комп'ютеризована система планування	110000	65000000	69500	10300
Ремонтні роботи	4530000	43000000	40100	251000

Строка поиска	Google	Яндекс	Bing	Мета
На русском языке
Компьютеризированная система планирования ремонтных работ в вагонном депо	12000	180020000	310200	230
Савкова Елена Осиповна, ДонНТУ	500	48000	7200	1
Компьютеризированная система планирования	141000	78000000	879000	7100
Ремонтные работы	34100000	68000000	553000	71000000
На английском языке
Computerized planning system for repair work in the wagon depot	70000	196400000	6890000	630
Savkova Elena Osipovna, DonNTU	450	1090	18	3
Computerized planning system	5720000	62000000	62900000	820000
Repair work	377000000	42000000	136090000	153000000
На украинском языке
Комп'ютеризована система планування ремонтних робіт у вагонному депо	200	183000000	3320	15
Савкова Олена Йосипівна, ДонНТУ	110	4100000	1400	3
Комп'ютеризована система планування	111000	65400000	70200	11400
Ремонтні роботи	4900300	44030000	41000	253050

Сравнивая результаты запросов по различным поисковым системам, можно прийти к выводу, что наилучшие результаты показала система Google. Во всех случаях было найдено достаточное количество документов на всех языках.

Необходимо отметить, что поисковая система Яндекс при большом числе найденных страниц не дает возможности зафиксировать их точное количество. Поэтому в таблице для Яндекса и приведены приблизительные значения, которые предоставляет поисковая система.

Ниже представлены диаграммы, которые показывают сравнительную характеристику каждой поисковой системы в каждом из двух измерительных моментов. Это дает возможность наглядно увидеть разницу в количестве запросов каждой поисковой системы и, сравнивая две диаграммы, проследить тенденцию в количестве найденных результатов по каждому запросу с течением времени.