Показати скорочений опис матеріалу
Аналіз і автоматизація алгоритму пошуку найкоротшого шляху в місті з використанням удосконаленого методу «А зірка»
dc.contributor.author | Рибалка, Ігор | |
dc.date.accessioned | 2021-09-26T15:41:58Z | |
dc.date.available | 2021-09-26T15:41:58Z | |
dc.date.issued | 2021 | |
dc.identifier.uri | http://ir.nmu.org.ua/handle/123456789/159037 | |
dc.description | Об’єктом дослідження є процеси переміщення людини у сучасному міському районі. Предметом дослідження є алгоритми та методи, що застосовуються у пошуку найкоротшого шляху в місті, методи автоматизації алгоритму, метод удосконалення алгоритму, алгоритми з попередньою та потоковою обробкою даних. Методи дослідження : алгоритм Дейкстри, метод А*, методи теорії планування експерименту, як спосіб аналізу дослідницької роботи. В інформаційно-аналітичному розділі наведено аналіз об’єкту дослідження та ключових проблем на ньому. Поставлені задачі дослідження та обрано методи їх розв’язання. У спеціальному розділ:інаведено метод удосконалення алгоритму А* та програмну реалізацію удосконаленого метода А* | uk_UA |
dc.description.abstract | Метою роботи є підвищення ефективності пошуку найкоротшого шляху в місті, за рахунок удосконалення сучасних евристичних алгоритмів пошуку, оптимізація алгоритмів пошуку найкоротшого шляху за фактором часу. | uk_UA |
dc.description.abstract | Практична цінність отриманихрезультатів полягає у отриманні рішень, що дозволять оптимізувати переміщення людини у сучасному місті. | uk_UA |
dc.language.iso | uk | uk_UA |
dc.subject | алгоритм | uk_UA |
dc.subject | граф ГІС | uk_UA |
dc.subject | ЕВРІСТІКА | uk_UA |
dc.subject | АЛГОРИТМ А* | uk_UA |
dc.subject | регресивний аналіз | uk_UA |
dc.title | Аналіз і автоматизація алгоритму пошуку найкоротшого шляху в місті з використанням удосконаленого методу «А зірка» | uk_UA |
dc.title.alternative | Пояснювальна записка кваліфікаційної роботи бакалавра студента академічної групи 124-18ск-1 Рибалка Ігоря Олександровича спеціальності 124 - Системний аналіз | uk_UA |
dc.type | Learning Object | uk_UA |