Пахомова, Вікторія МиколаївнаЛепеха, Руслан Олегович2015-03-102015-03-102014Пахомова, В. М. Аналіз методів з природними механізмами визначення оптимального маршруту в комп’ютерній мережі Придніпровської залізниці: [препринт] / В. М. Пахомова, Р. О. Лепеха // Інформаційно-керуючі системи на залізничному транспорті. 2014. – № 4. – С. 82–91.http://eadnurt.diit.edu.ua/jspui/handle/123456789/3452В. Пахомова: ORCID 0000-0001-8346-0405UK: Для визначення оптимального маршруту розглянутого фрагмента комп’ютерної мережі Придніпровської залізниці розроблено на Java програмну модель «Route», що працює в двох режимах: за мурашиним алгоритмом елітної стратегії та канонічним генетичним алгоритмом. Оцінено, що залежність часу обчислення на моделі «Route» за мурашиним та генетичним алгоритмах від кількості маршрутизаторів в комп’ютерній мережі має поліноміальний характер, тоді як за алгоритмом Крускала – експоненціальний. Дослідження часу роботи моделі «Route» при різній кількості маршрутизаторів в комп’ютерній мережі показало, що в середньому визначення оптимального маршруту за мурашиним алгоритмом швидше приблизно в сто разів за генетичний алгоритм.RU: Для определения оптимального маршрута рассматриваемого фрагмента компьютерной сети Приднепровской железной дороги разработана на Java программная модель «Route», работающая в двух режимах: по муравьиному алгоритму элитной стратегии и каноническому генетическому алгоритму. Оценено, что зависимость времени вычисления на модели «Route» по муравьиному и генетическому алгоритмам от количества маршрутизаторов в компьютерной сети имеет полиномиальный характер, тогда как по алгоритму Крускала - експоненциальный. Исследование времени работы модели «Route» при разном количестве маршрутизаторов в компьютерной сети показало, что в среднем определение оптимального маршрута по муравьиному алгоритму быстрее примерно в сто раз по сравнению с генетическим алгоритмом.EN: To determine the optimal route under consideration fragment network Dnieper railway developed in Java programming model «Route», working in two modes: on ant algorithm elite strategy and the canonical genetic algorithm. It is estimated that the dependence of the run-time model «Route» on genetic algorithm and ant on the number of routers in the network has a polynomial in nature, while the algorithm Kruskal - exponential. Study Time model «Route» with various numbers of routers in the network showed that the average determination of the optimal route ant algorithm is faster by about a hundred times in comparison with the genetic algorithm.uk-UAкомп’ютерна мережамурашиний алгоритмферомонелітні мурахигенетичний алгоритмпопуляціякросинговермутаціякомпьютерная сетьмуравьиный алгоритмэлитные муравьигенетический алгоритмпопуляцияхромосомакроссинговермутацияcomputer networkthe ant algorithmpheromone elite antsgenetic algorithmpopulationchromosome crossovermutationКЕОМArticle