Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userInteractive Cutting-Plane Method for Multiobjective Programming with Fuzzy Parameters
طريقة المستوي القاطع التفاعلية للبرمجة المتعددة الأهداف بوسائط ضبابية
1217
0 11
0
(
0
)
Authors
زياد قناية( باحث )
Created by
Shamra Editor
Ask ChatGPT about the research
تقدم في هذا البحث طريقة حل تفاعلية لمسائل البرمجة الرياضية المتعددة الأهداف مع وجود وسائط ضبابية في كل من دوال الهدف و في القيود، و تعالج تلك الوسائط كأعداد ضبابية. و من أجل هذه المسائل يقدم مفهوم أمثلية a-بارتو كتوسيع لأمثلية بارتو العادية و ذلك بالاعتماد على مجموعات a-مرتبة للأعداد الضبابية. و تعتمد طريقة الحل المقترحة على المستويات القاطعة التي تبنى على نسب مقايضة موضعية بين دوال الهدف موصوفة من قبل متخذ القرار و ذلك عند كل تكرار مولد بالطريقة. و تم تقديم مثال عددي لتوضيح هذه الطريقة.
This paper presents an interactive solution method for treating multi objective mathematical programming problems with fuzzy parameters in the objective functions and in the constraints. Theses fuzzy parameters are characterized by fuzzy numbers. For such problems, the concept of a-Pareto optimality introduced by extending the ordinary Pareto optimality based on the a-level sets of fuzzy numbers. The proposed solution method is based on cutting planes, which are based on local trade off ratios between the objective functions as prescribed by the decision maker at each iterate generated by the method. An illustrative numerical example is given to clarity this method.
Artificial intelligence review:
Research summary
يقدم هذا البحث طريقة تفاعلية لحل مسائل البرمجة الرياضية المتعددة الأهداف مع وجود وسائط ضبابية في دوال الهدف والقيود. يتم التعامل مع هذه الوسائط كأعداد ضبابية. يتم تقديم مفهوم أمثلية α-بارتو كتوسيع لأمثلية بارتو العادية، وذلك بالاعتماد على مجموعات α-مرتبة للأعداد الضبابية. تعتمد طريقة الحل المقترحة على المستويات القاطعة التي تبنى على نسب مقايضة موضعية بين دوال الهدف، والتي يتم وصفها من قبل متخذ القرار عند كل تكرار مولد بالطريقة. تم تقديم مثال عددي لتوضيح هذه الطريقة. تهدف الدراسة إلى تقديم طريقة تفاعلية لمعالجة مسائل البرمجة المتعددة الأهداف سواء كانت خطية أو غير خطية ضمن منطقة قرار ضبابية. تم إثبات أن الحل الناتج عن الطريقة المقترحة هو حل α-بارتو الأمثل. يمكن استخدام الطريقة المقدمة لحل المسائل الواقعية الممثلة بنموذج البرمجة المتعددة الأهداف مع وجود وسائط ضبابية في دوال الهدف والقيود، مما يجعل النموذج الرياضي أكثر دقة وواقعية.
Critical review
دراسة نقدية: بالرغم من أن البحث يقدم طريقة جديدة ومبتكرة لحل مسائل البرمجة المتعددة الأهداف مع وجود وسائط ضبابية، إلا أنه يفتقر إلى تطبيقات عملية واسعة النطاق لتأكيد فعالية الطريقة في مختلف المجالات. كما أن الاعتماد الكبير على خبرة متخذ القرار في تحديد نسب المقايضة الموضعية قد يحد من دقة النتائج في بعض الحالات. من الجيد أن يتم إجراء المزيد من الدراسات التطبيقية واختبار الطريقة على مسائل واقعية متنوعة لتعزيز مصداقية النتائج وتوسيع نطاق الاستخدام.
Questions related to the research
-
ما هو الهدف الرئيسي من البحث؟
الهدف الرئيسي من البحث هو تقديم طريقة تفاعلية لحل مسائل البرمجة المتعددة الأهداف مع وجود وسائط ضبابية في دوال الهدف والقيود.
-
ما هو مفهوم أمثلية α-بارتو؟
مفهوم أمثلية α-بارتو هو توسيع لأمثلية بارتو العادية، ويعتمد على مجموعات α-مرتبة للأعداد الضبابية.
-
ما هي الأساسيات التي تعتمد عليها طريقة الحل المقترحة؟
تعتمد طريقة الحل المقترحة على المستويات القاطعة التي تبنى على نسب مقايضة موضعية بين دوال الهدف، والتي يتم وصفها من قبل متخذ القرار عند كل تكرار مولد بالطريقة.
-
ما هي التحديات المحتملة في تطبيق الطريقة المقترحة؟
من التحديات المحتملة الاعتماد الكبير على خبرة متخذ القرار في تحديد نسب المقايضة الموضعية، مما قد يحد من دقة النتائج في بعض الحالات.
References used
DUBOIS, D.; PRADE, H. Operations on fuzzy numbers. International Journal of Systems Science, 9, 1978, 613-626
DUBOIS, D.; PRADE, H. Fuzzy sets and systems: theory and application. Academic Press, New York, 1980, 393
DYER, J. S. A time sharing computer program for the solution of the multiple criteria problem. Management Science, 19, 1973, 1379-1383
GEOFFRION, A. M.; DYER, J. S.; FEINBERG, A. An interactive approach for multicriterion optimization with an application to the operation of an academic department. Management Science, 19, 1972, 357-368
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.
Despite the increasingly good quality of Machine Translation (MT) systems, MT outputs require corrections. Automatic Post-Editing (APE) models have been introduced to perform these corrections without human intervention. However, no system has been a
ble to fully automate the Post-Editing (PE) process. Moreover, while numerous translation tools, such as Translation Memories (TMs), largely benefit from translators' input, Human-Computer Interaction (HCI) remains limited when it comes to PE. This research-in-progress paper discusses APE models and suggests that they could be improved in more interactive scenarios, as previously done in MT with the creation of Interactive MT (IMT) systems. Based on the hypothesis that PE would benefit from HCI, two methodologies are proposed. Both suggest that traditional batch learning settings are not optimal for PE. Instead, online techniques are recommended to train and update PE models on the fly, via either real or simulated interactions with the translator.
We present a set of assignments for a graduate-level NLP course. Assignments are designed to be interactive, easily gradable, and to give students hands-on experience with several key types of structure (sequences, tags, parse trees, and logical form
s), modern neural architectures (LSTMs and Transformers), inference algorithms (dynamic programs and approximate search) and training methods (full and weak supervision). We designed assignments to build incrementally both within each assignment and across assignments, with the goal of enabling students to undertake graduate-level research in NLP by the end of the course.
Interactive machine reading comprehension (iMRC) is machine comprehension tasks where knowledge sources are partially observable. An agent must interact with an environment sequentially to gather necessary knowledge in order to answer a question. We
hypothesize that graph representations are good inductive biases, which can serve as an agent's memory mechanism in iMRC tasks. We explore four different categories of graphs that can capture text information at various levels. We describe methods that dynamically build and update these graphs during information gathering, as well as neural models to encode graph representations in RL agents. Extensive experiments on iSQuAD suggest that graph representations can result in significant performance improvements for RL agents.
We have in
this research study of the forces that allow the iterative
approximation calculation method of eigenvalue as well as the
eigenvector associated with it. Also studied the way the reverse
repetitive forces that also allow to get closer t
o a eigenvector has
intrinsic value known approximate. It has also been described QR
method which allows calculation of all eigenvalues in an effective
manner, then we have created an algorithm for this method.
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
