کاربرد شبکه های عصبی در حل مسائل برنامه ریزی خطی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده علوم پایه
- author مریم باقری
- adviser محمدتقی دستجردی
- Number of pages: First 15 pages
- publication year 1391
abstract
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 بهتری ارائه دادند که (از نظر همگرایی)بهتر از مدل اول بودند.اخیرا زیا مدلی را معرفی کرده است که نواقص مدل های دیگر را ندارد.مدل زیا هر دو مسأله ی اولیه و دوگان را بدون هیچ گونه نیازی به تنظیم پارامتر حل می کند.در این پایان نامه یک شبکه ی عصبی lp جدید ارائه می دهیم که نه تنها مزیت های مدل زیا را دارد بلکه سادهتر و شهودی تر از آن بوده و بسیار سریع همگراست.
similar resources
کاربرد شبکه های عصبی در حل مسائل برنامه ریزی خطی - فازی
چکیده در دنیای واقعی اکثر مسائل به طور ذاتی یا غیر ذاتی با عدم قطعیت مرتبط هستند. برخی از این مسائل به صورت مسائل فازی یا انواع دیگری از مسائل مدل سازی غیرقطعی فرمول بندی می شوند. در این )fmolp پایان نامه تکنیک شبکه های عصبی برای حل مسائل برنامه ریزی خطی چندهدفی فازی ( به کار رفته است و روش هایی برای حل این گونه مسائل معرفی گردیده است. برای درک بهتر کاربرد شبکه های عصبی در حل مسائل برنامه ...
حل مسائل برنامه ریزی نیمه نامتناهی با استفاده از شبکه های عصبی
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 ق...
full textبرنامه 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 textآشنایی با روش فیلتر برای حل مسائل برنامه ریزی غیر خطی
یکی از روش ھای حل مسائل برنامه ریزی غیر خطی که سال ھا مورد استفاده قرار گرفته است روش جریمه می باشد. در این مقاله می خواھیم با معرفی مفھوم جدید فیلتر، الگوریتمی برای حل مسائل برنامه ریزی غیر خطی مقید بیان کنیم، که در ان از تابع جریمه استفاده نشود. اگر الگوریتم از فیلتر به جای تابع جریمه استفاده کند، برخی از مشکلات روش جریمه را حل می کند و ھمچنین ھمگرایی سرتاسری را نتیجه می دھد.که در طی مقاله اب...
full textکاربرد روش l3 در حل مسائل برنامه ریزی خطی صحیح
یکی از مسائل مهمی که در تحقیق در عملیات مطرح می شود ، پیداکردن الگوریتمهای چندجمله ای برای حل مسائل برنامه ریزی خطی صحیح است . همانطور که می دانیم ، تلاش جهت یافتن چنین الگوریتمی در حل مسائل برنامه ریزی خطی به نتیجه رسیده است . یکی از اهداف این پایان نامه ، معرفی الگوریتمی چندجمله ای برای حل مسائل برنامه ریزی خطی صحیح است . این الگوریتم که توسط اچ دبلیو لنسترا طراحی شده و به نام خود او معروف اس...
15 صفحه اولیک مدل شبکه عصبی بازگشتی برای حل برنامه ریزی خطی نیمه معین
در این مقاله، یک دامنه وسیعی از مسأله برنامه ریزی نیمه معین (sdp) با استفاده از شبکه های عصبی بازگشتی (rnns) ارائه می شود. sdp یک ابزار عددی مهم برای آنالیز و ترکیب در سیستم ها و تئوری کنترل است. در اینجا، ابتدا مسأله اصلی را به یک مسأله برنامه ریزی خطی تبدیل کرده، سپس آن را به یک سیستم مرتبه اول از معادلات دیفرانسیل معمولی فرموله می کنیم. در پایان برای حل، یک مدل شبکه عصبی بازگشتی، وابسته به...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده علوم پایه
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023