Алгебраїчний підхід до реоптимізації задач комбінаторної оптимізації та суміжні питання оцінки складності обчислень

Автор(и)

  • Віктор Олексійович Михайлюк Східноєвропейський національний університет імені Лесі Українки, м. Луцьк, Ukraine

DOI:

https://doi.org/10.32626/2308-5878.2017-15.119-125

Анотація

Використовується поняття наближеного поліморфізму для конструювання наближеного оптимального алгоритму для реоптимізації  задачі з добавленням деякого обмеження. Гіпотеза алгебраїчної дихотомії характеризує NP-складність розглянутого підходу, а базова SDP релаксація для наближених поліморфізмів (BasicSDP) визначає ефективний алгоритм заокруглення для  та

Посилання

Bulatov A. A., Krokhin A. A., Jeavons Peter. Constraint satisfaction problems and finite algebras. Proceedings of 27th International Colloquium on Automata, Languages and Programming (ICALP'00). Geneva, Switzerland, 2000. Lecture Notes in Computer Science (LNCS) 1853. 2000. P. 272–282.

Brown-Cohen Jonah, Raghavendra Prasad. Combinatorial Optimization Algo-rithms via Polymorphisms. [Електронний ресурс] Electronic Colloquium on Computational Complexity. 2015. Report No 7. 41 p. Режим доступу: http://eccc.hpi-web.de.

Ausiello G., Bonifaci V., and Escoffier B. Complexity and approximation in reoptimization. Computability in Context: Computation and Logic in the Real World (ed. S. Barry Cooper and Andrea Sorbi). 2011. London: Imperial College Press. P. 101–130.

Bockenhauer H.-J., Hromkovic J., Momke T., Widmayer P. On the hardness of reoptimization. In V. Geffert, J. Karhumaki, A. Bertoni etc. (eds.), SOFSEM, Lecture Notes in Computer Science, Springer. 2008. V. 4910. P. 50–65.

Boria N., Paschos V. Th. A survey on combinatorial optimization in dynamic environments. RAIRO. Operations Research. 2011. 45. P. 241–294.

Михайлюк В. О., Сергієнко І. В. Постоптимальний аналіз та наближені алгоритми реоптимізації для задач дискретного програмування. Київ: Наукова думка, 2015. 248 с.

##submission.downloads##

Опубліковано

2017-02-17