SYMMETRIC TRIANGULAR DECOMPOSITION FOR CONSTRUCTING APPROXIMATIONS TO SOLVING THE QUADRATIC ASSIGNMENT PROBLEM

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

The permutation matrices that arise in the process of triangular decomposition of shifted symmetric matrices with the choice of the maximum modulo leading element on the diagonal are used as initial approximations for a series of elementary permutations that improve the target value of the quadratic assignment problem. The results of testing the proposed method on 128 test tasks from QAPLIB are presented.

Авторлар туралы

I. Kaporin

Federal Research Center "Computer Science and Control", RAS

Email: igorkaporin@mail.ru
Moscow, Russia

Әдебиет тізімі

  1. Koopmans T.C., Beckmann M. Assignment problems and the location of economic activities // Econometrica. 1957. V. 25. № 1. P. 53–76.
  2. Hurtado O.G., Poveda R.Ch, Moncada J. Exact and approximate sequential methods in solving the quadratic assignment problem // J. Language and Linguistic Studies. 2022. V. 18. № 3. P. 237–244.
  3. Burkard R., Dell’Amico M., Martello S. Assignment problems: revised reprint. Society for Industrial and Applied Mathematics (SIAM), Philadelphia, 2012.
  4. Zaied A.N.H., Shawky L.A.E.-F. A survey of quadratic assignment problems // Inter. J. Comput. Appl. 2014. V. 101. № 6. P. 28–36.
  5. Loiola E.M., De Abreu N.M.M., Boaventura-Netto P.O., Hahn P., Querido T. A survey for the quadratic assignment problem //Europ. J. Operat. Res. 2007. V. 176. № 2. P. 657–690.
  6. Sahni S., Gonzalez T. P-complete approximation problems // J. ACM (JACM). 1976. V. 23. № 3. P. 555–565.
  7. Fischetti M., Monaci M., Salvagnin D. Three ideas for the quadratic assignment problem // Operat. Res. 2012. V. 60. № 3. P. 954–964.
  8. Burkard R.E., Cela E., Karisch S.E., Rendl F., Anjos M., Hahn P. QAPLIB – A Quadratic Assignment Problem Library – Problem instances and solutions, [dataset]. University of Edinburgh; Computational Optimization Research At Lehigh (2022). https://doi.org/10.7488/ds/3428 https://datashare.ed.ac.uk/handle/10283/4390 https://coral.ise.lehigh.edu/data-sets/qaplib/qaplib-problem-instances-and-solutions/
  9. Hadley S.W., Rendl F., Wolkowicz H. Symmetrization of nonsymmetric quadratic assignment problems and the Hoffman-Wielandt inequality // Linear Algebra and its Applications. 1992. V. 167. P. 53–64.
  10. Silva A., Coelho L.C., Darvish M. Quadratic assignment problem variants: A survey and an effective parallel memetic iterated tabu search // Europ. J. Operat. Res. 2021. V. 292. № 3. P. 1066–1084.

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу

© Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».