ترغب بنشر مسار تعليمي؟ اضغط هنا

خـوارزمية تدرج مترافق جديدة لحل مسائل الأمثليات غـيـر المقيدة

New Conjugate Gradient Algorithm for Solving Unconstrained Optimization Problems

2330   4   56   0.0 ( 0 )
 تاريخ النشر 2017
  مجال البحث رياضيات
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

إن خوارزميات التدرج المترافق هامة لحل مسائل الأمثليات غـير المقيدة، لذلك نقدم في هذا البحث خوارزمية تدرج مترافق تعتمد على تحسين معامل الترافق الذي يحقق شرط الانحدار الكافي و التقارب الشامل و ذلك بإجراء تهجين بين معاملي الترافق [1] و [2] . تظهـــــر النتائج العددية فعالية الخوارزمية المقترحة بعد تطبيقها على عدة مسائل قياسية و مقارنتها مع خوارزميات تدرج مترافق أخرى من حيث عدد التكرارات و قيمة الدالة و نظيم شعاع التدرج.


ملخص البحث
تقدم هذه الورقة البحثية خوارزمية تدرج مترافق جديدة لحل مسائل الأمثليات غير المقيدة. تعتمد الخوارزمية المقترحة على تحسين معامل الترافق β لتحقيق شرط الانحدار الكافي والتقارب الشامل من خلال تهجين بين معاملي الترافق MIL و +MIL. أظهرت النتائج العددية فعالية الخوارزمية المقترحة بعد تطبيقها على عدة مسائل قياسية ومقارنتها مع خوارزميات تدرج مترافق أخرى من حيث عدد التكرارات، قيمة الدالة، ونظيم شعاع التدرج. تبين النتائج أن الخوارزمية المقترحة تعطي حلولاً عددية أكثر دقة وأقل تكلفة مقارنة بالخوارزميات الأخرى مثل FR، PRP، و +RMIL. تم استخدام برامج بلغة MatLab للحصول على النتائج العددية، وأظهرت النتائج تفوق الخوارزمية المقترحة في جميع المسائل المختبرة. تأتي أهمية البحث من خلال تطبيقاته في مجالات علمية متعددة كعلوم الحاسوب، الاقتصاد، ونظرية القرار والتحكم الآلي.
قراءة نقدية
دراسة نقدية: تعتبر هذه الورقة البحثية مساهمة قيمة في مجال الأمثليات غير المقيدة، حيث تقدم خوارزمية جديدة تعتمد على تحسين معامل الترافق لتحقيق تقارب شامل وفعالية عددية. ومع ذلك، يمكن أن تكون هناك بعض النقاط التي تحتاج إلى مزيد من التوضيح أو التحسين. على سبيل المثال، قد يكون من المفيد تقديم تحليل أعمق للأسباب التي تجعل الخوارزمية المقترحة تتفوق على الخوارزميات الأخرى. كما يمكن أن يكون هناك مزيد من التجارب العددية على مجموعة أوسع من المسائل لاختبار فعالية الخوارزمية في ظروف مختلفة. بالإضافة إلى ذلك، قد يكون من المفيد تقديم دراسة مقارنة مع خوارزميات حديثة أخرى لم يتم تناولها في الورقة. بشكل عام، الورقة تقدم إضافة مهمة ولكن يمكن تعزيزها بمزيد من التحليل والتجارب.
أسئلة حول البحث
  1. ما هي الخوارزمية المقترحة في هذه الورقة؟

    الخوارزمية المقترحة هي خوارزمية تدرج مترافق جديدة تعتمد على تحسين معامل الترافق β لتحقيق شرط الانحدار الكافي والتقارب الشامل من خلال تهجين بين معاملي الترافق MIL و +MIL.

  2. ما هي الأهداف الرئيسية للبحث؟

    الأهداف الرئيسية للبحث هي تقديم خوارزمية تدرج مترافق جديدة لحل مسائل الأمثليات غير المقيدة، دراسة التقارب الشامل للخوارزمية المقترحة، ومقارنتها مع خوارزميات تدرج مترافق أخرى من خلال اختبارات عددية على مسائل قياسية.

  3. ما هي النتائج العددية التي تم التوصل إليها؟

    أظهرت النتائج العددية أن الخوارزمية المقترحة تعطي حلولاً عددية أكثر دقة وأقل تكلفة مقارنة بخوارزميات التدرج المترافق الأخرى مثل FR، PRP، و +RMIL.

  4. ما هي أهمية البحث وتطبيقاته؟

    تأتي أهمية البحث من خلال تطبيقاته في مجالات علمية متعددة كعلوم الحاسوب، الاقتصاد، ونظرية القرار والتحكم الآلي، حيث يمكن استخدام الخوارزمية المقترحة لحل مسائل الأمثليات غير المقيدة بكفاءة عالية.


المراجع المستخدمة
RIVAIE, M., MUSTAFA, M., JUNE, L. W., MOHD, I., A new class of nonlinear conjugate gradient coefficient with global convergence properties, Appl. Math. Comp. 218, 2012, 11323-11332
RIVAIE, M., MAMAT, M., ABASHAR, A., A new class of nonlinear conjugate gradient coefficients with exact and inexact line searches. Appl. Math. Comp. 268, 2015, 1152-1163
HESTENES, M. R., STIEFEL, E. L., Methods of conjugate gradients for solving linear systems, J. Research Nat. Bur. Standards, 49, 1952, 409-436
قيم البحث

اقرأ أيضاً

إن خوارزميات التدرج المترافق هامة لحل مسائل الأمثليات غـير المقيدة، لذلك نقدم في هذا البحث خوارزمية هجينة لتدرج مترافق تعتمد عمى تحسين معامل الترافق الذي يحقق شرط الانحدار الكافي والتقارب الشامل
تستخدم الخوارزميات التطورية المتعددة الأهداف على نطاق واسع من المجالات في سبيل حل مسائل الأمثلة, و التي تتطلب وجود عدة أهداف متعارضة يجب أخذها بعين الاعتبار معاً. تمتلك خوارزميات الأمثلة التطورية الأساسية عدة عيوب, مثل الافتقار إلى معيار جيد لإنها ء العمل, و عدم وجود براهين تثبت التقارب الجهد. غالباً ما تستخدم خوارزمية أمثلة تطورية هجينة متعددة الأهداف للتغلب على هذه العيوب.
تم في نشرة سابقة تركيب خوارزمية استمرارية تنبؤية تصحيحية يمكنها حل مسائل أمثلة مقيدة. كان التأليف بين توابع جزائية ناعمة مع استمرارية عددية، إضافة إلى وجوب استعمال منظومة النشر اللاغرانجية من المركبات الأساسية في الخوارمية. و قد ظهر تحسين لهذه الخو ارزمية في النشرة، حيث تم تناول الجزء التصحيحي من الخوارزمية بوساطة الجبر الخطي.
في هذا البحث نعرض طريقة تفاعلية جديدة لحل مسائل البرمجة الخطية متعددة الأهداف, تعتمد هذه الطريقة على تشكيل نموذج تخفيض الانحرافات النسبية لدوال الأهداف عن قيمها المعيارية, و معالجة انحرافات دوال الأهداف غير المرضية بالتفاعل مع متخذ القرار. و تم مقار نة النتائج التي حصلنا عليها مع عدة طرائق تفاعلية و منها ( طريقة STEM [6]– طريقة STEM المحسنة[7] – طريقة Matejas – peric [8]) حيث أثبتت النتائج العددية فعالية الطريقة المقترحة مقارنة مع النتائج التي حصلنا عليها باستخدام تلك الطرائق عند نقطة الحل الابتدائي و مختلف نقاط التفاعل مع متخذ القرار.
الغاية من البحث هي دراسة وتحليل بعض الطرائق العشوائيَّة شبه المتدرّجة وإمكانية تطبيقها لإيجاد الحل الأمثل لمسائل أمثليّة تخضع لمؤثّرات عشوائيّة وظروف تتحكّم فيها الصدفة. وقد تم إثبات تقارب بعض هذه الطرق الرياضيّة وفعاليتها من أجل بعض المسائل العشوائي َّة غير المحدّبة وغير الملساء والمزوّدة بدالة هدفية وقيود محدّدة وحيث اتخذ مجمّع الطاقة الشمسية كمثال على ذلك.

الأسئلة المقترحة

التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا