Статті КІТ

Permanent URI for this collectionhttp://crust.ust.edu.ua/handle/123456789/694

ENG: Articles

Browse

Now showing 1 - 8 of 8

Constructive-Synthesizing Modelling of Multifractals Based on Multiconstructors
(CEUR-WS Team, Aachen, Germany, 2024) Shynkarenko, Viktor I.; Chyhir, Robert
ENG: The concept of constructive-synthesising modelling is presented. The basic principles are determined. The classification of constructors by the purpose of constructing and external relations is presented. The types of constructors are defined: generating, transforming, analysing, optimising/adapting, algorithmic; autonomous, parametric, interactive, multiconstructors. Achievements in the application of the constructive-synthesising approach to solving a variety of problems are presented. The instrumental software "Constructor 1.1" has been developed. Simultaneously with the demonstration of the capabilities of the developed software environment, the formation of flat geometric multifractals is demonstrated. The formation of a multifractal is performed by realization a multiconstructor, which consists of a number of autonomous generating, parametric transforming and algorithmic constructors. The features of the deployment of transformations in the formation of constructors are shown: specialization, interpretation and concretization. The specialization of constructors determines the subject area of construction, necessary data and operations. To ensure the functioning of the constructive processes, all constructor operations must be interpreted by the corresponding procedures of the algorithmic constructor. The combination of the constructor (model of data and possible operations) with the algorithmic constructor (model of the executor) forms a constructive system capable of autonomous constructor by an internal executor. Substitution rules and initial conditions are setting in concretization. The developed software provides a certain flexibility in terms of possible modifications and the formation of new constructors and processes. This toolkit can be used as a basis for modelling various constructions and construction processes, especially in the tasks of their optimisation and structural adaptation.
Data Stochastic Preprocessing for Sorting Algorithms
(CEUR Workshop Proceedings, 2022) Shynkarenko, Viktor I.; Doroshenko, Anatoliy Yu.; Yatsenko, Olena A.; Raznosilin, Valentyn V.; Halanin, Kostiantyn K.
ENG: The possibilities of improving sorting time parameters through preprocessing by stochastic sorting were investigated. The hypothesis that preprocessing by stochastic sorting can significantly improve the time efficiency of classical sorting algorithms has been experimentally confirmed. Sorting with different computational complexity is accepted as classical sorting algorithms: shaker sorting with computational complexity O(n2), insertions O(n2), Shell O(n·(log n)2) ... O(n3/2), fast with optimization of ending sequences O(n·log n). The greatest effect is obtained when performing comparisons using stochastic sorting in the amount of 160 percent of the array’s size. Indicators of the exchange efficiency of two elements and a series of comparisons with exchanges are proposed, which made it possible to establish the greatest efficiency of data preprocessing by stochastic sorting when one element for comparison is selected from the first part of the array, and the other from the second. For algorithms with a computational complexity of O(n2) the improvement in time efficiency reached 70–80 percent. However, for Shell sort and quick sort, the stochastic presort has no positive effect, but instead increases the total sorting time, which is apparently due to the initial high efficiency of these sorting methods. The hypothesis about increasing the time efficiency of quick sorting combined with sorting by insertions on the final sections due to the use of preliminary stochastic processing of such sections has not been confirmed. However, according to the experiment, the recommended size of the array was established, at which it is necessary to switch to insert sorting in the modified quick sort. The optimal length of the ending sequences is between 60 and 80 elements. Given that algorithm time efficiency is affected by computer architecture, operating system, software development and execution environment, data types, data sizes, and their values, time efficiency indicators should be specified in each specific case.
Двохкомпонентні алгоритми сортування
(Інститут програмних систем НАН України, 2022) Шинкаренко, Віктор Іванович; Дорошенко, Анатолій Юхимович; Яценко, Олена Анатоліївна; Разносілін, Валентин Вячеславович; Галанін, Костянтин Костянтинович
UKR: У роботі досліджувалися можливості покращення часових параметрів сортувань за допомогою попередньої обробки стохастичним сортуванням. Експериментально підтверджено гіпотезу про можливість суттєвого поліпшення часової ефективності двокомпонентного сортування стохастичне + класичне порівняно з таким же класичним однокомпонентним. У якості класичного прийняті сортування різної обчислювальної складності: шейкерне, з обчислювальною складністю O(n2), вставками O(n2), Шелла O(n·(log n)2) ... O(n3/2), швидке з оптимізацією кінцевих ділянок O(n·log n). Найбільший ефект досягається при виконанні порівнянь стохастичним сортуванням у обсязі 160 % від обсягу масиву. Введені показники ефективності обміну двох елементів та серії порівнянь з обмінами дозволили встановити найбільшу ефективність стохастичного сортування у якості першого компонента двокомпонентного сортування коли один елемент для порівняння обирається з першої частини масиву, а інший – з другої. Покращення часової ефективності досягало 70–80 % для алгоритмів з обчислювальною складністю O(n2). Однак, для сортування Шелла та швидкого попереднє стохастичне сортування не має позитивного ефекту, а навпаки збільшує загальний час сортування, що, вочевидь, пояснюється початковою високою ефективністю даних методів сортування. Гіпотеза про підвищення часової ефективності сортування при трикомпонентному сортуванні швидке + стохастичне + вставками не підтвердилася. Однак, в ході експерименту встановлено рекомендований розмір масиву, при якому в двокомпонентному сортуванні швидке + вставками необхідно переходити до другої компоненти – сортуванню вставками. Оптимальна довжина кінцевої ділянки лежить у діапазоні від 60 до 80 елементів. Враховуючи те, що часова ефективність алгоритмів залежить від архітектури комп’ютера, операційної системи, програмного середовища розробки та виконання програми, типів даних, обсягів даних та їх значень показники часової ефективності слід уточнювати у кожному конкретному випадку.
Конструктивно-продукционные структуры и их грамматические интерпретации. I. Обобщенная формальная конструктивно-продукционная структура
(Інститут кібернетики ім. В. М. Глушкова НАН України, 2014) Шинкаренко, Виктор Иванович; Ильман, Валерий Михайлович
RUS: Обобщены возможности различных модификаций формальных грамматик, предложен апарат конструктивно-продукционных структур. Его средства позволяют формализовать процессы и результаты формирования конструкций на основе элементов с атрибутами. Рассмотрены возможности специализации, конкретизации конструктивно-продукционных структур, а также интерпретации на основе алгоритмических структур, которые моделируют исполнителя.
Метод оптимального планування на основі моделі нечіткої транспортної задачі
(Дніпропетровський національний університет залізничного транспорту імені академіка В. Лазаряна, Дніпропетровськ, 2007) Скалозуб, Владислав Васильович; Вєтрова, Олена Василівна
UKR: Досліджено проблеми планування з використанням моделей лінійного програмування, що мають нечіткі коефіцієнти цільової функції та чіткі обмеження, встановлено властивості розв’язків таких задач та підходи до їх рішення. Детально розглянуто транспортну задачу у нечіткій постановці та запропоновано метод її зведення до задачі зазначеного типу і алгоритм розв’язання.
Потенциальные возможности адаптации алгоритмов
(Інститут проблем штучного інтелекту МОН України та НАН України, 2011) Шинкаренко, Виктор Иванович; Васецкий, Евгений Григорьевич; Пятковский, Н. Н.
RUS: В работе систематизирована информация об адаптации алгоритмов. Сформулирована задача адаптации алгоритмов. Рассмотрены возможные режимы и методы адаптации. Определен минимальный состав адаптивного алгоритма. На основе анализа известных методов и подходов к адаптации алгоритмов в информационных системах, накопленного опыта прикладного программирования выделены признаки полноценного адаптивного алгоритма.
Разработка методов оценки сходства алгоритмов на основе графовых моделей
(Будапешт, Венгрия, 2018) Никитин, Василий Дмитриевич; Иванов, Александр Петрович
RUS: В статье рассматривается вопрос оценки сходства алгоритмов и программ для ЭВМ. Изучается построение графовых моделей алгоритмов на основе текстов программ на прикладных языках программирования, а также приводится метод сравнения данных моделей. Анализируется эффективность разработанной методологии на примерах простых алгоритмов.
Інструментальні засоби конструктивно-продукційного моделювання
(Інститут програмних систем НАН України, Київ, 2024) Шинкаренко, Віктор Іванович; Чигир, Роберт Романович
UKR: Представлена концепція конструктивно-продукційного моделювання. Викладені основні принципи. Представлена класифікація конструкторів за метою конструювання та зовнішніми зв’язками. Визначені типи конструкторів: породжуючий, трансформуючий, аналізуючий, оптимізуючий/адаптуючий, алгоритмічний; автономний, параметричний, інтерактивний, мультиконструктор. Представлені досягнення із застосування конструктивно-продукційного підходу у рішенні низки задач. Для формування конструкторів розроблено інструментальне програмне середовище «Конструктор 1.0» засобами мови Python із використанням технології Qt для забезпечення кросплатформеності для формування конструкторів. На прикладі формування геометричних фракталів продемонстровані його функціональні можливості. Насамперед це стосується формування таких конструкторів як автономний породжуючий, параметричний трансфомуючий, та об’єднуючий їх мультиконструктор. Показані особливості уточнюючих перетворень при формуванні конструкторів: спеціалізації, інтерпретації та конкретизації. Спеціалізація конструкторів визначає предметну область конструювання, необхідні дані і операції. Для забезпечення функціонування процесів конструювання всі операції конструкторів повинні інтерпретуватись відповідними процедурами алгоритмічного конструктору. Поєднанням конструктора (моделі елементів і можливих операцій) з алгоритмічним (моделі виконавця) формується конструктивна система, здатна автономне виконувати конструювання внутрішнім виконавцем. У процесі конкретизації задаються правила підстановки та початкові умови. Розроблене програмне середовище забезпечує певну гнучкість щодо можливих модифікацій конструкторів і процесів конструювання. Розроблений інструментарій може бути основою для моделювання різних конструкцій і конструктивних процесів, особливо у задачах їх оптимізації та структурної адаптації.