Функционирование детерминированной дискретной системы в режиме синтеза решений

• 1) В исходном состоянии переменные состояния заданы тройкой, где — фактор-множество вершин исходного графа, — пустая цепь. Множество является фактор-множеством графа исходных данных задачи. Выбор исходной вершины, с которой начинается генерация решений, зависит от постановки задачи. Поэтому начальная вершина может быть либо фиктивной, либо принадлежать графу исходных данных.
• 2) Генератор рангов вычисляет ранги цепей, удовлетворяющие условию, сужая тем самым пространство поиска до множества субоптимальных цепей .

• 3) Переход из состояния по рангу, полученному от генератора рангов, осуществляется только при выполнении условия, путём записи в стек состояний дискретной системы переменных текущего состояния и обновления блока переменных состояния переменными состояния .
• 4) Переход из состояния осуществляется в двух случаях:
  • — при, то есть когда вес цепи превысил вес наилучшего на данном шаге решения. При этом остальные ранги проверяемой цепи игнорируются и дискретная система переходит к проверке очередной ранжированной цепи посредством вычисления результата операции поразрядного сравнения факториальной формы текущей и факториальной формы очередной цепи ,
  • — при значении индекса ранга перехода, удовлетворяющего условию, то есть при переходе к проверке очередной цепи.
• 5) При достижении состояния, то есть листа дерева поиска, переменные состояния и обновляют регистр субоптимальных решений.
• 6) При проверке всех цепей, удовлетворяющих условиям и дискретная система завершает обход дерева поиска.

После останова дискретной системы в регистре решений находится одно или несколько субоптимальных решений и их вес.

Разработанный подход к построению решателя допускает параллельное решение задачи оптимального потребления невозобновляемых ресурсов благодаря тому, что множество поиска может быть разделено на классы эквивалентности по диапазонам значений эмпирической функции веса от рангов цепей. При этом каждая детерминированная дискретная системы без изменения своей внутренней структуры определяет субоптимальное решение на своём диапазоне значений эмпирической функции .

Разработанный подход позволяет осуществлять повторный запуск дискретной системы, что уменьшает ошибку полученного субоптимального решения.