Список публикаций по ключевому слову: «вычислительная сложность»
Технические науки (электромеханика, приборостроение, машиностроение, металлургия и др.)
Подколзина Елена Юрьевна , преподаватель
Филиал ФГБОУ ВО «Кубанский государственный университет» , Краснодарский край
«Алгоритмы поиска простых чисел»
В статье рассматриваются несколько спосoбов поиска прoстых чисел, как представляющих исключительно aкадемический интерес, так и применяемых сегодня в криптoграфии.
ФГАОУ ВО «Самарский национальный исследовательский университет им. академика С.П. Королева» , Самарская обл
«Решето Эратосфена для поиска простых чисел»
В данной работе рассматривается один из основных алгоритмов поиска простых чисел – решето Эратосфена.
ФГАОУ ВО «Самарский национальный исследовательский университет им. академика С.П. Королева» , Самарская обл
«Решето Аткина для поиска простых чисел»
В статье рассматривается один из основных алгоритмов поиска простых чисел – решето Аткина.
ФГАОУ ВО «Самарский национальный исследовательский университет им. академика С.П. Королева» , Самарская обл
«Критерий Поклингтона»
В данной работе анализируется один из основных алгоритмов определения простоты числа – Критерий Поклингтона. Автор рассматривает реализацию алгоритма, определяет его практическую ценность, представляет блок-схему алгоритма.
Технические науки
Панасенко Наталья Дмитриевна , аспирант, ассистент
ФГБОУ ВО «Донской государственный технический университет» , Ростовская обл
«Параллельный биоинспирированный поиск для решения задач об экстремальном пути»
В работе представлено построение параллельного биоинспирированного поиска на основе модели островов решения задач об экстремальном пути. Разработка методов и алгоритмов для решения задач об экстремальном пути осуществляется на протяжении многих лет, но по-прежнему является актуальной. Это связано, в первую очередь, с тем, что эта задача является NP-полной и разработать универсальный алгоритм, позволяющий находить точное оптимальное решение за приемлемое время, затруднительно. Биоинспирированный поиск доказал свою эффективность при решении трудоемких задач оптимизации, аппроксимации и интеллектуальной обработки данных. К его преимуществам относятся адаптивность, способность к обучению, параллелизм и возможность построения гибридных систем на основе комбинирования.