В своей работе я решаю задачу поиска глобального оптимума заданной функции на некотором брусе. Эта задача является NP-трудной, поэтому есть необходимость разработки новых методов для её решения. Моим научным руководителем, Шарым С.П., было предложено использовать уже существующие детерминированные интервальные алгоритмы глобальной оптимизации функций, а также стохастические точечные алгоритмы для того, чтобы создать на их основе методы, включающие сильные стороны и тех, и других.

Было предложено взять как основополагающие алгоритмы роевого интеллекта. В качестве базового мною был выбран рандомизированный алгоритм муравьиной колонии. Затем на его основе был разработан интервальный алгоритм. Результаты, полученные при запусках алгоритма на разнообразных тестовых функциях для глобальной оптимизации, показали его эффективность. Код алгоритма был реализован на языке Kotlin, работающем на JVM, с использованием библиотеки JInterval.