Метод совместного использования эволюционных алгоритмов и обучения с подкреплением для оценки эффективности программ решения задач дискретной математики

Цель исследования - сокращение времени, необходимого для осуществления автоматизированной оценки эффективности программ, решающих задачи дискретной математики. Задача получения верхней оценки на время работы программы сводится к задаче поиска наборов значений входных переменных: необходимо найти значения, при которых программа работает как можно дольше. Наборы значений входных переменных в исследовании называются тестами. Необходимо найти сложный тест - тест, на котором время работы программы превышает некоторый заданный предел. Разработаны метод и программная реализация адаптивного выбора вспомогательных критериев, используемых в эволюционных алгоритмах при генерации тестов, оценивающих эффективность программ решения задач дискретной математики. Метод выбирает критерии в эволюционном алгоритме c помощью обучения с подкреплением. Получены асимптотические оценки времени работы алгоритма, реализующего предложенный метод, в случае использования вспомогательных критериев, которые могут уменьшать (мешающие) и увеличивать (эффективные) число вычислений функции приспособленности. На основе выполненного анализа предложена модификация разработанного алгоритма. Предложенный метод использован для ускорения генерации тестов, выявляющих неэффективные программы решения задач дискретной математики, на примере NP-трудной олимпиадной задачи по программированию Ships. Version 2. С его помощью удалось сгенерировать тесты за меньшее время, чем при использовании других существующих методов.