GECCO 21 Parallel GA KNP
1.0.0
Решение о том, какой метод оптимизации использовать для решения конкретной задачи оптимизации, является важной и трудной задачей, с которой сталкиваются в области оптимизации на протяжении десятилетий. Вышеупомянутая проблема известна как проблема выбора алгоритма (ASP). Многие исследователи пытались решить ASP для решения самых разных задач. Методы оптимизации, рассмотренные в предыдущих работах, в основном представляли собой методы оптимизации, которые можно выполнять быстро. Однако рассмотрение более сложных подходов оптимизации для решения ASP, таких как эволюционные алгоритмы, резко увеличивает затраты на вычисления. Мы заинтересованы в решении ASP путем рассмотрения различных конфигураций генетического алгоритма (ГА), примененного к известной NP-трудной задаче о рюкзаке 0/1 (KNP). Вышеизложенное предполагает выполнение значительного количества конфигураций указанных ГА с целью оценки их работоспособности при применении к широкому кругу экземпляров с различными особенностями КНП, что является вычислительно затратной задачей. Поэтому основной целью настоящей работы является создание в качестве первого шага решения АСП эффективного параллельного ГА, способного достичь конкурентоспособных результатов с точки зрения оптимального целевого значения за короткий промежуток времени. Результаты вычислений показывают, что наш подход способен эффективно масштабироваться и значительно сокращает среднее время, затрачиваемое на решение примеров KNP.
