حل رده ای از مسائل بهینه سازی غیرخطی با استفاده از شبکه های عصبی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده علوم ریاضی
- author محمد مقدس
- adviser سهراب عفتی علیرضا ناظمی
- publication year 1392
abstract
طیف گسترده ای از مسائل علوم و مهندسی می توانند به صورت مسائل بهینه سازی غیرخطی فرمول بندی شوند. یک رهیافت امیدوار کننده برای حل مسائل بهینه سازی غیرخطی با بعد بالا، به کارگیری شبکه های عصبی مصنوعی است. در این پایان نامه سه مدل شبکه عصبی برای حل مسائل بهینه سازی غیرخطی معرفی می کنیم. اولین مدل می تواند مسائل برنامه ریزی غیرخطی محدب با محدودیت های تساوی و نامساوی را حل نماید. مدل دوم برپایه تابع تصویر برای حل مسائل برنامه ریزی غیرخطی نامحدب به دست آمده است. مدل سوم براساس تابع ncp برای حل مسائل برنامه ریزی غیرخطی نامحدب نتیجه می شود. علاوه براین، هم چنین وجود و همگرایی، و ویژگی های پایداری مدل های شبکه عصبی را تحلیل می کنیم. اعتبار و کارایی شبکه های عصبی معرفی شده با استفاده از مثال های عددی نشان داده شده است.
similar resources
حل رده ای از مسائل بهینه سازی قطعی و فازی با استفاده از شبکه های عصبی
در این رساله قصد داریم تا نشان دهیم که هوش مصنوعی نه تنها موضوع بسیار وسیعی در دنیای واقعی است بلکه ابزاری است که می تواند ما را در حل مسائل موجود یاری کند. در واقع، بعد از مرور شبکه های عصبی کاربردهای آن را در حل برخی از برنامه ریزی های ریاضی نشان می دهیم. به عبارت بهتر، شبکه های عصبی ارائه خواهیم داد که قادر به حل مسئله برنامه ریزی دوخطی و مسئله برنامه ریزی درجه دوم فازی هستند. بعلاوه در ...
یک شبکه عصبی با کارایی بالا برای حل رده ای از مسائل بهینه سازی غیرخطی با محدودیت های هیبریدی
با پیشرفت فن آوری اطلاعات وارتباطات 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 کارآمدی که بتوانند با سرعت بالا مسائل بسیار بزرگ را با کیفیت قابل قبول حل کنند بیش از بیش احساس...
حل مسائل بهینه‌سازی توزیع با استفاده از شبکه‌های عصبی
در این نوشتار چند روش جدید بر مبنای رویکرد شبکه‌های عصبی خودسازنده برای حل مسائل بهینه‌سازی ارائه می‌شود. این روشها به‌ویژه برای دو مسئله‌ی مهم در برنامه‌ریزی توزیع ــ مسئله‌ی فروشنده‌ی دوره‌گرد (TSP) و مسئله‌ی مسیریابی (VRP) ــ توسعه یافته‌اند. عملکرد روشهای ارائه شده با به‌کارگیری مسائل استاندارد موجود در ادبیات مورد ارزیابی قرار گرفته‌اند. نتایج این آزمایشات نشان می‌دهد که روشهای ارائ...
full textشبکه عصبی بازگشتی برای حل مسائل بهینه سازی غیرخطی
برای حل مسائل بهینه سازی روشهای عددی فراوانی وجود دارد ، اما هنگامی که بعد و ساختار مسائل بهینه سازی افزایش می یابند ، بیشتر این روشها کارایی خود را از دست می دهند. در این حالت یک رهیافت امیدوار کننده استفاده از شبکه های عصبی مصنوعی می باشد. برای به دست آوردن همگرایی سریع و کاهش دادن خطا یک ویژگی مهم برای شبکه های عصبی ، همگرایی نمایی سراسری می باشد.داشتن یک حالت تعادل یکتا که پایدار نمایی سراس...
15 صفحه اولمدل سازی انرژی ضربه ی فولادهای مرتبه ای با استفاده از شبکه های عصبی مصنوعی
در این مقاله, انرژی ضربهëی فولادهای مرتبهëای در دماهای مختلف با استفاده از شبکهëهای عصبی مصنوعی مدلëسازی شده است. فولادهای مرتبهëای با استفاده از چیدمانëها و ضخامتëهای مختلف فولادهای ساده کربنی و زنگëنزن، به عنوان الکترود اولیه فرآیند ذوب دوباره سربارهëای الکتریکی، تولید میëشوند. نفوذ اتمëهای مختلف از درون قطعات اولیه فولادی به یکدیگر سبب تولید نواحی مرتبهëای فریتی و آستنیتی میëگردد. شش نوع مدل...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده علوم ریاضی
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023