Распараллеливание метода муравьев-опылителей для задачи построения модели анализа выживаемости

Прогностические модели играют ключевую роль в принятии решений в различных научных и прикладных областях, позволяя предсказать исход событий на основе входных параметров исследуемого объекта. Одним из таких направлений является анализ выживаемости — набор статистических методов, предназначенных для оценки вероятности наступления терминальных событий. В статье рассматривается задача построения прогностических моделей на основе гибридного метаэвристического алгоритма муравьев-опылителей. Исследуется эффективность распараллеливания данного алгоритма, что позволяет сократить время вычислений при обучении моделей. В результате работы продемонстрировано, что предложенный метод построения моделей анализа выживаемости может быть эффективно распараллелен. Распараллеливание ускоряет процесс обучения модели, что особенно важно в условиях многократного обучения промежуточных моделей. При этом, как показали эксперименты, зависимость эффективности распараллеливания от числа вычислительных узлов имеет нелинейный характер: увеличение числа узлов повышает скорость работы алгоритма, но с определённым пределом. Результаты показывают, что распараллеливание на небольшом числе вычислительных узлов является наиболее эффективным с точки зрения сокращения времени вычислений.