ترغب بنشر مسار تعليمي؟ اضغط هنا

خوارزمية القطع و التفريع الجديدة لحل مسائل البرمجة الخطية الصحيحة

The new Algorithm cutting and unloading to solve Integer linear programming problems

3724   3   80   0 ( 0 )
 تاريخ النشر 2014
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

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.


ملخص البحث
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.
قراءة نقدية
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.
أسئلة حول البحث
  1. ما هي الخوارزمية الجديدة المقترحة في البحث؟

    الخوارزمية الجديدة المقترحة هي خوارزمية القطع والتفريع، وهي دمج بين طريقتي التقريع والعقد وقطع المستويات.

  2. 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.

  3. 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.

  4. 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.


المراجع المستخدمة
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
قيم البحث

اقرأ أيضاً

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.
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.
في هذا البحث ندرس إمكانية المساهمة في حل مسألة البائع المتجول Traveling Salesman Problem (TSP , التي هي مسألة من النوع NP-hard و لا توجد حتى الآن خوارزمية تقدم لنا الحل الأمثل لهذه المسألة ، فكل الخوارزميات المستخدمة تعطي حمولاً تقريبية .
بالنظر إلى تنوع المرشحين وتعقيد متطلبات الوظائف، ومنذ إجراء المقابلات عملية ذاتية بطبيعتها، فهي مهمة مهمة لضمان مقابلات متسقة وعيائية وفعالة وموضوعية تؤدي إلى توظيف عالي الجودة. نقترح نظام مساعد مقابلة تلقائيا، وبطريقة موضوعية، حدد مجموعة مثالية من ا لأسئلة الفنية (من بنك الأسئلة) المخصصة للمرشح. يمكن أن تساعد هذه المجموعة مقابلة بشريا في التخطيط لمقابلة قادمة في هذا المرشح. نحن نقوم بإضفاء الطابع الرسمي على مشكلة اختيار مجموعة من الأسئلة كمشكلة برمجة خطية عددا صحيحة واستخدام الحلفل القياسي للحصول على حل. نحن نستخدم الرسم البياني المعرفة كمعرفة خلفية في هذه الصيغة، واستقبال وظائفنا الموضوعية والقيود منه. نحن نستخدم السيرة الذاتية للمرشح لتخصيص اختيار الأسئلة. نقترح تقييم جوهري لمقارنة مجموعة من الأسئلة المقترحة مع أسئلة طرحت بالفعل. نحن نستخدم أيضا المقابلات الخبراء لتقييم نهجنا بشكل نسبيا مع مجموعة من خطوط الأساس المعقولة.
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.
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