اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدخوارزمية جينية استمرارية لحل مسائل أمثلة مقيدة
A Hybrid Genetic-Continuation Algorithm for Solving Constrained Optimization Problems
1580
0 12
0
(
0
)
تأليف
قاسم حسن( باحث )
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
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 الخوارزمية في النشرة، حيث تم تناول الجزء التصحيحي من الخوارزمية بوساطة الجبر الخطي.
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 components of the algorithm. An improvement of this algorithm was published, which dealt with the linear algebra in the corrector part of the algorithm.
مراجعة الذكاء الصنعي:
ملخص البحث
يقدم هذا البحث خوارزمية هجينة تجمع بين الخوارزمية الجينية وخوارزمية الاستمرارية لحل مسائل التحسين المقيدة. تعتمد الخوارزمية على استخدام وظائف العقوبة الملساء مع الاستمرارية العددية ونظام لاغرانج الموسع. تم تحسين الخوارزمية الأصلية عن طريق استبدال خوارزمية BFGS بخوارزمية جينية لتحديد نقطة البداية على مسار العقوبة، مما أدى إلى تقليل عدد تقييمات الدالة بشكل كبير وتحسين أداء الخوارزمية. يتناول البحث أيضًا تطبيق الخوارزمية على مسائل برمجة غير خطية ومقارنتها مع خوارزميات أخرى موجودة، حيث أظهرت النتائج تفوق الخوارزمية الهجينة من حيث عدد تقييمات الدالة المطلوبة للوصول إلى الحل الأمثل.
قراءة نقدية
دراسة نقدية: يعتبر البحث مساهمة قيمة في مجال تحسين الخوارزميات لحل مسائل التحسين المقيدة. ومع ذلك، يمكن توجيه بعض النقد البناء لتحسين العمل المستقبلي. أولاً، لم يتم التطرق بشكل كافٍ إلى تأثير حجم العينة الأولية في الخوارزمية الجينية على الأداء العام. ثانيًا، قد يكون من المفيد تقديم مقارنة أكثر تفصيلًا بين الخوارزمية الهجينة والخوارزميات الأخرى من حيث الوقت الحسابي وليس فقط عدد تقييمات الدالة. أخيرًا، يمكن تحسين البحث من خلال دراسة تأثير معلمات الخوارزمية الجينية مثل معدل التهجين ومعدل الطفرة على النتائج النهائية.
أسئلة حول البحث
-
ما هي المكونات الأساسية للخوارزمية الهجينة المقدمة في البحث؟
تتكون الخوارزمية الهجينة من استخدام وظائف العقوبة الملساء مع الاستمرارية العددية ونظام لاغرانج الموسع، بالإضافة إلى استبدال خوارزمية BFGS بخوارزمية جينية لتحديد نقطة البداية على مسار العقوبة.
-
ما هو الهدف الرئيسي من استبدال خوارزمية BFGS بخوارزمية جينية؟
الهدف الرئيسي هو تقليل عدد تقييمات الدالة المطلوبة لتحديد نقطة البداية على مسار العقوبة، مما يؤدي إلى تحسين أداء الخوارزمية بشكل عام.
-
كيف يتم تحديد نقطة البداية في الخوارزمية الهجينة؟
يتم تحديد نقطة البداية باستخدام خوارزمية جينية بدلاً من خوارزمية BFGS، حيث يتم إنشاء جيل أولي من الأفراد وتقييمهم باستخدام دالة العقوبة، ثم يتم اختيار الأفراد الأنسب لإنتاج جيل جديد عبر عمليات التهجين والطفرة.
-
ما هي النتائج التي توصل إليها البحث عند مقارنة الخوارزمية الهجينة مع الخوارزميات الأخرى؟
أظهرت النتائج أن الخوارزمية الهجينة تتفوق على الخوارزميات الأخرى من حيث عدد تقييمات الدالة المطلوبة للوصول إلى الحل الأمثل، مما يجعلها أكثر كفاءة وفعالية.
المراجع المستخدمة
Q. Al-Hassan, A variable order-variable stepsize continuation method for solving constrained optimization problems, Mu'tah J. for Research and Studies, vol. ٧, no.١, December ١٩٩٢, ppI٧٥-١٩٥
Q. Al-Hassan, On the solution of nonlinear programming problems with equality constraints via continuation using special LU factorization, J.of Info. And Opt. Sciences, vol. ١٤(١٩٩٣), no.٢, ppI٨٩-٢٠١
Q. Al-Hassan, On the solution of nonlinear programming problems via continuation using special LU factorization, J. of Info.And Opt.Sciences, vol.١٥ (١٩٩٤), no.٣, pp ٣٧٣-٣٨٦
قيم البحث
اقرأ أيضاً
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.
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..
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] . تظهـــــ
ر 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.
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.
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
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.
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
