Алгоритмы оптимизации упаковок мелкопартионных корреспонденций в коммуникационных сетях

Abstract

Рассмотрены алгоритмы решения задачи оптимизации упаковок, возникающей при сортировке и упаковке мелкопартионных грузов в контейнеры в магистральных транспортных сетях или объединении сообщений в виртуальные контейнеры в опорных сетях передачи данных. Предложена постановка задачи и обсуждаются ее особенности и подходы к решению. Проводится анализ сходимости и временной сложности ряда эвристических алгоритмов и с помощью вычислительных экспериментов исследуется их сравнительная эффективность. Экспериментально показано, что результаты решения задачи, полученные различными стратегиями оптимизации на сетях, содержащих до 500 узлов, отличаются не более чем на 2,65%.

Розглянуто алгоритми розв’язання задачі оптимізації пакування, що виникає при сортуванні а пакуванні дрібнопартіонних вантажів у контейнери в магістральних транспортних мережах або об’єднанні повідомлень у віртуальні контейнери в опорних мережах передачі даних. Запропоновано постановку задачі та обговорено її особливості та підходи до розв’язання. Проведено аналіз збіжності та часової складності низки евристичних алгоритмів і на обчислювальних експериментах досліджено їхню порівняльну ефективність. Експериментально показано, що результати розв’язання задачі, отримані різними стратегіями оптимізації на мережах, що містять до 500 вузлів, відрізняються не більше, ніж на 2,65%.

The paper discusses algorithms to solve optimization packing problem, which arises in sorting and packing of small-lot cargo in containers in mainline transport networks or in merge of messages into virtual containers in backbone data transmission networks. A problem statement is proposed and its specific properties and approaches to the solution are discusses. The convergence and time complexity of the number of heuristic algorithms are analyzed and numerical experiments are used to investigate their comparative efficiency. It is shown experimentally that solutions results obtained by different optimization strategies based on networks that have up to 500 nodes differ by no more than 2.65%.