روش های بسیاری برای حل مسائل بهینه سازی نامقید وجود دارد که نمونه هایی از روش نیوتن می باشند. هر تکرار روش نیوتن به تعیین ماتریس هسی متشکل از مشتق های مرتبه دوم تابع هدف نیاز دارد. روش های شبه نیوتن برای مواقعی که محاسبه ماتریس هسی مشکل یا پرهزینه باشد، کاربرد دارد. روش های شبه نیوتن ماتریس هسی را در هر تکرار با استفاده از فقط مشتق های مرتبه اول تقریب می کنند. تقریب های فوق در هر تکرار با یک ما...

در این پایان نامه ابتدا تعاریف مرتبط با نرم، ماتریس ژاکوبی، ماتریس هسین، بردار گرادیان و تابع محدب را بیان نموده و در خصوص مسائل بهینه سازی به ذکر شرایط لازم و کافی بهینگی می پردازیم و مفاهیم پایداری و تابع انرژی در سیستم های دینامیکی را ارائه می دهیم. سپس ساختار شبکه عصبی و مدل ریاضی یک سلول عصبی را بیان می کنیم و به بیان تاریخچه ای از شبکه های عصبی در حل مسائل بهینه سازی و بیان مدل ه...

در این مقاله ما یک مدل شبکه عصبی برای تشخیص واحدهای تصمیم­گیرنده کارا در تحلیل پوششی داده­ها معرفی می­کنیم. مدل شبکه عصبی پیشنهادی از یک مسئله بهینه­سازی نامقید حاصل می­شود. از دیدگاه تئوری نشان داده می­شود شبکه عصبی پیشنهادی دارای پایداری لیاپانف و همگرای سراسری می­باشد. مدل پیشنهادی تک لایه می­باشد. شبیه سازی نشان می­دهد مدل پیشنهادی قادر به تشخیص واحدهای کارا در تحلیل پوششی داده­ها می­باشد.

در این پایان نامه، با دنبال کردن رهیافت مطرح شده دای و لیائو دو روش گرادیان مزدوج غیر خطی جدید برای حل مسائل بهینه سازی نامقید مطرح می کنیم. یکی از روش های پیشنهادی، مبتنی بر یک نسخه اصلاح شده از معادله سکانت ژانگ، دنگ و چن و ژانگ و شوو می باشد. روش دیگر مبتنی بر بهنگام سازی bfgs اصلاح شده یوان می باشد. ویژگی جالب این روش ها این است که هم مقادیر تابع و هم مقادیر گرادیان را برای تقریب دقیق تر ان...

مسائل بهینه سازی یکی از زمینه های جالب، مهم و پرطرفدار در ریاضیات مالی هستند. در زمینه انتخاب پرتفوی بهینه، تخصیص دارایی، مدیریت ریسک و قیمت گذاری اختیار به صورت هرچه کاراتر و دقیق تر مدل های بهینه سازی خطی و غیر خطی مختلفی تعریف می شود. در این پایان نامه، با استفاده از یک مدل شبکه عصبی کارا به حل رده ای از مسائل بهینه سازی پرتفوی می پردازیم. با استفاده از تعریف یک تابع لیاپانوف مناسب، ثابت خوا...

در چند دهه اخیر روش های بهینه سازی که بر پایه رویکرد هوش مصنوعی توسعه یافته اند، موفقیت های چشم گیری در حل موثر و کارایی مسائل بهینه سازی بدست آورده اند. روش هایی چون الگوریتم ژنتیک، جستجوی ممنوع، شبیه سازس تبریدی، شبکه عصبی و...قابلیت های خود را در حل مسایل بزرگ علمی به خوبی نشان داده اند. در این پایان نامه از یک مدل شبکه عصبی بازگشتی برای حل مساله تخصیص و کوتاهترین مسیر استفاده کرده ایم. ایده...

شبکه های عصبی مصنوعی ابزار قدرتمندی برای محاسبه می باشد. یکی از کاربردهای مهم شبکه های عصبی استفاده آنها در حل مسائل بهنیه سازی است. حل مسائل بهینه سازی با استفاده از شبکه های عصبی نسبت به روش های کلاسیک از سرعت بالاتری برخوردار است.در این پایان نامه یک مدل جدید شبکه عصبی برای حل مسائل مینی ماکس درجه دوم تباهیده (dqm)ارائه شده است. با توجه به این واقعیت از نظریه بهینه سازی و پایداری لیاپانوف که...

در این پایان نامه، یک روش گرادیان مزدوج مقیاس بندی شده مورد بررسی قرار می گیرد. این روش بر اساس شرط سکانت و شرایط جستجوی خطی تقریبی ولف پایه گذاری شده است و در واقع نمونه اصلاح شده بهترین روش گرادیان مزدوج طیفی موسوم به الگوریتمscg ارائه شده توسط بیرجین و مارتینز،است. بنای این اصلاح بر اساس روش بهنگامسازی شبه نیوتن bfgs است. در طرح محاسباتی این روش از فرایند شروع مجدد بیل-پاول استفاده می شود. د...

در این پایان نامه ابتدا یک الگوریتم مجموعه فعال برای بهینه سازی مسائل نامقید با متغیرهای کران دار ارائه شده است که همگرای سراسری به نقطه ایستا می باشد. الگوریتم شامل یک گام تصویر گرادیان غیر یکنواخت، یک گام بهینه سازی نامقید و همچنین یک مجموعه از قوانین برای شاخه زدن از یک گام به گام دیگر می باشد که از روش cyclic barzili-browein یا cbb برای گام تصویر گرادیان و از روش گرادیان مزدوج برای گام بهین...

قاب های مهاربندی شده ی همگرا فولادی، به دلیل اقتصادی بودن و همچنین کنترل تغییر مکان جانبی به وجود آمده در اثر زلزله به واسطه سختی جانبی زیاد، مورد استفاده فراوان قرار می گیرد. با این وجود، این سیستم های باربر جانبی به دلیل شکل پذیری پایین، در هنگام زلزله رفتار خوبی از خود نشان نمی دهند. ارزیابی دقیق از شکل پذیری این سیستم و همچنین ارائه ی راهکارهایی برای بهبود عملکرد لرزه ای آن، هدف اصلی این تح...