Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userThe new Algorithm cutting and unloading to solve Integer linear programming problems
خوارزمية القطع و التفريع الجديدة لحل مسائل البرمجة الخطية الصحيحة
3684
3 80
0
(
0
)
Authors
محمد دريباتي( باحث )
Created by
Shamra Editor
Ask ChatGPT about the research
يتناول هذا البحث طريقة جديدة لحل مسائل البرمجة الخطية الصحيحة بالاعتماد على طرق سابقة لحل مثل هذه المسائل, نذكر منها طريقة التفريع و العقد (الحدود) و طريقة قطع المستويات (خوارزمية الاقتطاع لغوماري) المعروفتين. و طريقتنا الجديدة تعتمد على عملية تركيب و ربط بين الطريقتين المذكورتين و قد اقترحنا تسميتها بطريقة القطع و التفريع الجديدة. الأسباب التي أدت إلى الربط بين طريقة التفريع و العقد و طريقة قطع المستويات, هي للتغلب على بعض مساوئ الطريقتين و خاصة عند التكرارات الكبيرة و الوقت المستغرق الكبير في الحل, و الحصول على نتائج تنحصر بين نتائج كل من الطريقتين, و يمكن القول إن طريقة القطع و التفريع الجديدة أخذت الصفات الجيدة و استبعدت الكثير من الصفات السيئة للطريقتين المذكورتين.
This work deals with a new method for solving Integer Linear Programming Problems depending on a previous methods for solving these problems, such that Branch and Bound method and Cutting Planes method where this new method is a combination between them and we called it Cut and Branch method. The reasons which led to this combination between Cutting Planes method and Branch and Bound method are to defeat from the drawbacks of both methods and especially the big number of iterations and the long time for the solving and getting of a results between the results of these methods where the Cut and Branch method took the good properties from the both methods. And this work deals with solving a one problem of Integer Linear Programming Problems by Branch and Bound method and Cutting Planes method and the new method, and we made a programs on the computer for solving ten problems of Integer Linear Programming Problems by these methods then we got a good results and by that, the new method (Cut and Branch) became a good method for solving Integer Linear Programming Problems. The combination method which we doing in this research opened a big and wide field in solving Integer Linear Programming Problems and finding the best solutions for them where we did the combination method again between the new method (Cut and Branch) and the Cutting Planes method then we got a new method with a very good results and solutions.
Artificial intelligence review:
Research summary
يتناول هذا البحث خوارزمية جديدة لحل مسائل البرمجة الخطية الصحيحة، تعتمد على دمج طريقتين معروفتين هما طريقة التقريع والعقد وطريقة قطع المستويات. الهدف من هذا الدمج هو التغلب على بعض العيوب الموجودة في كلتا الطريقتين، مثل العدد الكبير من التكرارات والوقت المستغرق الكبير في الحل. تم تسمية الخوارزمية الجديدة بخوارزمية القطع والتفريع. تم اختبار الخوارزمية الجديدة على مجموعة من مسائل البرمجة الخطية الصحيحة، وأظهرت النتائج أن الخوارزمية الجديدة تحقق أداءً أفضل مقارنة بالطريقتين السابقتين. تم تقديم تحليل شامل للطرق المستخدمة وبيان إيجابيات وسلبيات كل منها، بالإضافة إلى شرح مفصل للخوارزمية الجديدة وكيفية تطبيقها. النتائج العددية أظهرت أن الخوارزمية الجديدة توفر حلاً فعالاً ومضموناً لمسائل البرمجة الخطية الصحيحة.
Critical review
دراسة نقدية: على الرغم من أن البحث يقدم خوارزمية جديدة ومبتكرة لحل مسائل البرمجة الخطية الصحيحة، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، لم يتم توضيح كيفية تأثير حجم المسألة على أداء الخوارزمية الجديدة بشكل كافٍ. ثانياً، كان من الممكن تقديم مقارنة أكثر تفصيلاً بين الخوارزمية الجديدة والخوارزميات الأخرى المعروفة في هذا المجال. ثالثاً، لم يتم تناول كيفية تطبيق الخوارزمية الجديدة على مسائل البرمجة اللاخطية الصحيحة، مما يحد من نطاق تطبيقها. وأخيراً، كان من الممكن تقديم تحليل أكثر عمقاً للنتائج العددية لتوضيح مدى فعالية الخوارزمية الجديدة في حالات مختلفة.
Questions related to the research
-
ما هي الخوارزمية الجديدة المقترحة في البحث؟
الخوارزمية الجديدة المقترحة هي خوارزمية القطع والتفريع، وهي دمج بين طريقتي التقريع والعقد وقطع المستويات.
-
ما الهدف من دمج الطريقتين في الخوارزمية الجديدة؟
الهدف هو التغلب على بعض العيوب الموجودة في كلتا الطريقتين، مثل العدد الكبير من التكرارات والوقت المستغرق الكبير في الحل.
-
ما هي النتائج العددية التي توصل إليها البحث؟
النتائج العددية أظهرت أن الخوارزمية الجديدة تحقق أداءً أفضل مقارنة بالطريقتين السابقتين، من حيث عدد التكرارات والوقت المستغرق في الحل.
-
ما هي النقاط التي يمكن تحسينها في البحث؟
يمكن تحسين البحث بتوضيح تأثير حجم المسألة على أداء الخوارزمية الجديدة، وتقديم مقارنة أكثر تفصيلاً مع الخوارزميات الأخرى، وتناول كيفية تطبيق الخوارزمية على مسائل البرمجة اللاخطية الصحيحة.
References used
TAHA,H.A. Operations Research An Introduction ,Pearson Precintle hall, 8th Edition ,New Jersey , USA . 2007, [5] TAHA, H.A. Operations Research, An Introduction. Seven Edition, U.S.A,2005, 381-428
TAHA, H.A. Operations Research, An Introduction. Macmillan Publishing Company, Fifth Edition U.S.A, 1992, 612
TAHA, H. A. Operations research an introduction, Macmillan, New York, USA. Chapter 8, 1979, 258
rate research
Read More
In this paper we offer a new interactive method for solving Multiobjective linear
programming problems. This method depends on forming the model for reducing the
relative deviations of objective functions from their ideal standard, and dealing with
the
unsatisfying deviations of objective functions by reacting with decision maker.
The results obtained from using this method were compared with many interactive
methods as (STEM Method[6] – Improvement STEM Method[7] – Matejas-peric
Method[8]). Numerical results indicate that the efficiency of purposed method comparing
with the obtained results by using that methods at initial solution point and the other
interactive points with decision maker.
Multi-objective evolutionary algorithms are used in a wide range
of fields to solve the issues of optimization, which require several
conflicting objectives to be considered together. Basic evolutionary
algorithm algorithms have several drawbacks,
such as lack of a
good criterion for termination, and lack of evidence of good
convergence. A multi-objective hybrid evolutionary algorithm is
often used to overcome these defects.
optimization
الأمثلة
الأمثلة متعددة الأهداف
الخوارزميات التطورية
الخوارزميات التطورية المتعددة الأهداف
الخوارزميات التطورية عديدة الأهداف
(Multi-Objective Optimization (MO
Evolutionary Algorithms
(Multi-Objective Evolutionary Algorithms (MOEAs
(Many-Objective Evolutionary Algorithms (MaOEAs
المزيد..
In this research we are studying the possibility of contributing in
solving the problem of the Traveling Salesman Problem, which is
a problem of the type NP-hard . And there is still no algorithm
provides us with the Optimal solution to this problem . All the
algorithms used to give solutions which are close to the optimal
one .
Given the diversity of the candidates and complexity of job requirements, and since interviewing is an inherently subjective process, it is an important task to ensure consistent, uniform, efficient and objective interviews that result in high qualit
y recruitment. We propose an interview assistant system to automatically, and in an objective manner, select an optimal set of technical questions (from question banks) personalized for a candidate. This set can help a human interviewer to plan for an upcoming interview of that candidate. We formalize the problem of selecting a set of questions as an integer linear programming problem and use standard solvers to get a solution. We use knowledge graph as background knowledge in this formulation, and derive our objective functions and constraints from it. We use candidate's resume to personalize the selection of questions. We propose an intrinsic evaluation to compare a set of suggested questions with actually asked questions. We also use expert interviewers to comparatively evaluate our approach with a set of reasonable baselines.
we constructed a continuation predictor- corrector algorithm that
solves constrained optimization problems. Smooth penalty functions combined
with numerical continuation, along with the use of the expanded Lagrangian
system, were essential compone
nts of the algorithm. An improvement of this
algorithm was published, which dealt with the linear algebra in the
corrector part of the algorithm.
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
