حل مسائل برنامه ریزی نیمه نامتناهی با استفاده از شبکه های عصبی

Authors

alaeddin malek

tarbiat modarres university ghasem ahmadi

payame noor university seyyed mehdi mirhoseini alizamini

payame noor university

abstract

برنامه ریزی خطی نیمه نامتناهی، دسته ی مهمی از مسائل بهینه سازی است که بی نهایت قید را شامل می شود. در این مقاله، برای حل این دسته مسائل، یک روش گسسته سازی با یک روش شبکه عصبی ترکیب شده است. با یک گسسته سازی ساده، مسئله برنامه ریزی خطی نیمه نامتناهی به یک مسئله برنامه ریزی خطی تبدیل شده است. سپس از یک مدل شبکه عصبی بازگشتی با یک ساختار ساده بر اساس یک سیستم دینامیکی، برای حل مسئله مورد استفاده قرار گرفته است. مسئله انتخاب پورت فولیو و چند مثال عددی دیگر برای نشان دادن کارآمدی مدل ارائه شده، مطرح گردیده است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

برنامه ریزی خطی نیمه نامتناهی: الگوریتم های حل و کاربردها

مسائل برنامه ریزی خطی نیمه نامتناهی گرچه دارای خصوصیاتی شبیه مسائل متناهی هستند اما در مواردی و خصوصا در شیوه های حل با آنها تفاوت دارند. در این نوشتار نمونه هایی از برنامه ریزی خطی نیمه نامتناهی و رده های مختلف آن را معرفی و تشریح می کنیم. سپس شکاف دوگانی را برای آنها تعریف کرده بر مبنای آن به ارائه الگوریتم های حل این گونه مسائل در حالت های پیوسته و شمارا می پردازیم. همچنین روش همگرایی در خص...

full text

برنامه ریزی خطی نیمه نامتناهی: الگوریتم های حل و کاربردها

مسائل برنامه ریزی خطی نیمه نامتناهی گرچه دارای خصوصیاتی شبیه مسائل متناهی هستند اما در مواردی و خصوصا در شیوه های حل با آنها تفاوت دارند. در این نوشتار نمونه هایی از برنامه ریزی خطی نیمه نامتناهی و رده های مختلف آن را معرفی و تشریح می کنیم. سپس شکاف دوگانی را برای آنها تعریف کرده بر مبنای آن به ارائه الگوریتم های حل این گونه مسائل در حالت های پیوسته و شمارا می پردازیم. همچنین روش همگرایی در خصو...

full text

حل مسائل برنامه ریزی ریاضی با استفاده از شبکه های عصبی

با پیشرفت فن آوری اطلاعات و ارتباطات و توسعه ارتباط درون سازمانی و بین سازمانی نیاز به استفاده از مدل های بهینه سازی را برای استفاده منطقی از داده ها و اطلاعات فراهم شده گسترش داده است. این مطلب متضمن بزرگ شدن اندازه مسائل بهینه سازی که در عمل وجود دارند خواهد بود. در این شرایط لزوم به کارگیری روش های کار آمدی که بتوانند با سرعت بالا مسائل بسیار بزرگ را با کیفیت قابل قبول حل کنند بیش از بیش احس...

15 صفحه اول

کاربرد شبکه های عصبی در حل مسائل برنامه ریزی خطی

برنامه ریزی خطی(lp) یک گروه مهم از مسائل بهینه سازی است که در اقتصاد،پژوهش های عملیاتی،مهندسی و حوزه های دیگر علمی مورد استفاده قرار می گیرد.در سال 1985 تانک و هاپفیلد مقاله ای را منتشر کردند و یک روش جدید برای حل مسائل برنامه ریزی خطی با استفاده از شبکه های عصبی بازگشتی ارائه دادند.مدل مذکور پاسخ های یک مسأله ی lp را خیلی سریع به دست می آورد.در سابل 1987 کندی و چوا و بعدها مآ و شنبلت مدل های ب...

15 صفحه اول

حل مسائل برنامه ریزی درجه دوم با استفاده از شبکه های عصبی

شبکه های عصبی مصنوعی ابزار قدرتمندی برای محاسبه و به عنوان یک راه حل دیگر برای حل مسائل بهینه سازی می باشند. روش های قدیمی برای حل مسائل ‎$ qp $‎ در واقع مستلزم یک فرایند تکراری هستند و همچنین زمان محاسبات طولانی کاربرد آنها را محدود کرده است‎‎‏ زیرا الگوریتم های قدیمی برای محاسبات عددی به دلیل این که زمان مورد نیاز برای حل تا حدود زیادی وابسته به ساختار و بعد مسأله ها می باشد ممکن است موثر واق...

My Resources

Save resource for easier access later


Journal title:
control and optimization in applied mathematics

جلد ۱، شماره ۱، صفحات ۵۵-۶۷

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023