الگوریتم منظم سازی توافقی مکعبی برای حل مسائل بهینه سازی نامقید و آنالیز پیچیدگی بدترین حالت آن

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه رازی - دانشکده علوم
  • نویسنده مرضیه حاتمی
  • استاد راهنما کیوان امینی
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1392
چکیده

روش های ناحیه اطمینان و جست وجوی خطی، دو روش تکراری بسیار مهم برای حل مسائل بهینه سازی نامقید می باشند. در اغلب این روش ها معمولا از تقریب های درجه دوم تابع هدف برای محاسبه جهت های جستجو استفاده می گردد. به نظر می رسد استفاده از یک تقریب درجه سوم مناسب در صورت وجود، بتواند راهگشا باشد. اما متاسفانه محاسبه مشتقات سوم توابع چندمتغیره پرهزینه و مشکل ساز است. ایده های متفاوتی برای رفع این مشکل و استفاده از تقریبات درجه سوم مناسب مطرح گردیده است. در این پایان نامه یک رده مهم از الگوریتم ها برای حل مسائل بهینه سازی نامقید، که از یک تقریب درجه سوم تابع هدف به همراه یک تکنیک منظم سازی برای محاسبه جهت جستجو استفاده می کند، مطرح می گردد. ایده این روش ها مشابه روش های نیوتن منظم، بر پایه یک تقریب منظم درجه سوم از تابع هدف بنا می شود. در این پایان نامه ابتدا الگوریتم منظم سازی تطبیقی مکعبی موسوم به و دو الگوریتم مرتبط با آن، که در آن ها به جای استفاده از مشتقات صریح مرتبه اول و دوم، یک تقریب مناسب آن ها مورد استفاده قرار می گیرد، مطرح می گردند و خواص آن ها بررسی قرار می گیرد. در ادامه با توجه به اینکه پیچیدگی محاسباتی یک الگوریتم یکی از مهمترین مباحث در بررسی مزایای الگوریتم های تکراری می باشد، به تحلیل پیچیدگی محاسباتی الگوریتم های فوق پرداخته می شود.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

الگوریتم ژنتیک آشوب گونه مبتنی بر حافظه و خوشه بندی برای حل مسائل بهینه سازی پویا

چکیده: اکثر مسائل موجود در دنیای واقعی یک مسئله بهینه­سازی با ماهیتی پویا هستند، به‌طوری‌که مقدار بهینه سراسری آن­ها در طول زمان ممکن است تغییر کند، بنابراین برای حل این مسائل الگوریتم­هایی نیاز داریم که بتوانند خود را با شرایط این مسائل به­خوبی سازگار نموده و بهینه جدید را برای این مسائل ردیابی نمایند. در این مقاله، یک الگوریتم ژنتیک آشوب­گونه مبتنی بر خوشه­بندی و حافظه برای حل مسائل پویا ارائ...

متن کامل

الگوریتم بهینه یابی جفت گیری زنبورهای عسل ( HBMO ) در حل مسائل بهینه سازی

 Over the last decade, evolutionary and meta-heuristic algorithms have been extensively used as search and optimization tools in various problem domains, including science, commerce, and engineering. Ease of use and broad applicability may be considered as the primary reasons for their success. The honey-bee mating process has been considered as a typical swarm-based approach to optimization, i...

متن کامل

الگوریتم psb غیریکنوا برای حل مسائل بهینه سازی نامقید و بررسی همگرایی آن

یک دسته مهم از روشها برای حل مسائل بهینه سازی نامقید روشهای شبه نیوتن می باشد، که این دسته شامل الگوریتمهای متعددی می باشد. یکی از مهمترین روش های این خانواده، خانواده روش های شبه نیوتن psb می باشد، که در سال 1975 توسط پاول و برویدن ارائه گردید و بطور گسترده ای در روش های ناحیه اطمینان مورد استفاده قرار می گیرند. برخلاف استفاده گسترده این الگوریتم ها در روشهای ناحیه اطمینان الگوریتم های جست...

مدل سازی فازی زمان‏بندی کارکنان هواپیما و حل آن با الگوریتم بهینه سازی ذرات انبوه

مساله زمان‏بندی کارکنان هواپیما از مهم‏ترین مسائل در حوزه تحقیق در عملیات به شمار می‌رود و به طور عمومی شامل تخصیص گروه های کارکنان به سفرهایی است که می بایست طبق برنامه زمان‏بندی از پیش تعیین شده ای، توسط ناوگان موجود پوشش داده شوند، به طوری که هزینه‏ های مربوط به تخصیص کارکنان به سفرها، کمینه شود. مسئله زمان‏بندی کارکنان به دو فاز کلی تقسیم می‏شود. در فاز اول، تمام سفرهای رفت و برگشتی که شروع...

متن کامل

حل عددی مسائل بهینه سازی غیرخطی نامقید

در این پایان نامه به بررسی روش های عددی برای حل مسائل بهینه سازی غیر خطی نامقید با رویکرد جستجوی خطی می پردازیم. در فصل اول مفاهیم اولیه را بیان می کنیم. در فصل دوم به بیان ویژگی های اساسی بهینه سازی نامقید می پردازیم و روش های سریع ترین کاهش، نیوتن، شبه نیوتن و گرادیان مزدوج را معرفی می کنیم. بررسی دقیق تر روش های سریع ترین کاهش، نیوتن، نیوتن اصلاح شده و شبه نیوتن و همچنین همگرایی این روش ها د...

15 صفحه اول

الگوریتم ژنتیک آشوب گونه مبتنی بر حافظه و خوشه بندی برای حل مسائل بهینه سازی پویا

چکیده: اکثر مسائل موجود در دنیای واقعی یک مسئله بهینه­سازی با ماهیتی پویا هستند، به طوری که مقدار بهینه سراسری آن­ها در طول زمان ممکن است تغییر کند، بنابراین برای حل این مسائل الگوریتم­هایی نیاز داریم که بتوانند خود را با شرایط این مسائل به­خوبی سازگار نموده و بهینه جدید را برای این مسائل ردیابی نمایند. در این مقاله، یک الگوریتم ژنتیک آشوب­گونه مبتنی بر خوشه­بندی و حافظه برای حل مسائل پویا ارائ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه رازی - دانشکده علوم

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023