یک روش نقطه درونی مسیر پیگیر همسایگی گسترده برای حل مساله بهینه سازی نیمه معین با پیچیدگی تکرار (o(sqrt(n)l.

پایان نامه
چکیده

در این پایان نامه ابتدا یک رده جدید از الگوریتم های نقطه درونی مسیر پیگیر برای حل مسائل مکملی خطی یکنوا بررسی می شود. در هر تکرار برای به دست آوردن جهت جستجو روش نیوتن با یک روش بهنگام بلند به کار می رود. در این روش جهت نیوتن کلاسیک به صورت مجموع دو جهت متناظر با قسمت منفی و قسمت مثبت طرف راست بیان می گردد. ثابت می شود که اگر این دو جهت به طول گام های مختلف و مناسب مجهز شوند روش جدید دارای کران تکرار (o(sqrt(n)l خواهد بود. در ادامه جهت ای-ژانگ به گروهی از مسائل بهینه سازی نیمه معین بسط داده می شود. یک همسایگی جدید تعریف شده و به صورت معمول تنها با تغییر جزئی، معادلات نیوتن مقیاس شده برای جهت جستجوی متقارن به کار می رود.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

روش های نقطه درونی برای بهینه سازی نیمه معین

مسائل بهینه سازی نیمه معین مسائل بهینه سازی محدب روی اشتراک یک مجموعه آفین و مخروط ماتریس های نیمه معبن مثبت است. مسائل بهینه سازی نیمه معین در زمینه های علمی و مهندسی چون نظریه کنترل و سیستم، مهندسی برق و مکانیک، بهینه سازی ترکیبیاتی و نظریه تقریب کاربرهای فراوانی دارد. روشهای نقطه درونی برای بهینه سازی نیمه معین روش های تقریبی مناسبی برای حل بهینه سازی هستند. اکثر روش های نقطه درونی برای بهی...

15 صفحه اول

الگوریتم های نقطه درونی برای حل مسائل بهینه سازی نیمه معین محدب مرتبه ی دو.

در این رساله ‏به آنالیز و بررسی مسائل بهینه سازی نیمه معین محدب مرتبه ی دو می پردازیم و الگوریتم های نقطه درونی را برای حل آن ارائه می دهیم. این رساله شامل چهار فصل می باشد. در فصل اول به معرفی مسائل بهینه سازی نیمه معین محدب مرتبه ی دو به عنوان توسیعی از مسائل نیمه معین ‎‏پرداخته‎ و یک روش نقطه درونی اولیه-دوگان بر اساس تابع هسته ای‏، برای حل آن ارائه می دهیم. در فصل دوم توابع هسته ای را معرف...

15 صفحه اول

بررسی پیچیدگی الگوریتم نقطه درونی برای بهینه سازی خطی و نیمه معین بر اساس توابع هسته با جمله مانع مثلثاتی

در این پایان نامه، یک روش نقطه درونی اولیه-دوگان برای بهینه سازی خطی و نیمه معین براساس تابع هسته جدید با جمله مانع مثلثاتی ارائه می شود. نشان می دهیم که کران تکرار برای روش بهنگام سازی کوچک و بهنگام سازی بزرگ به ترتیب عبارتند از o(?n log n/?)‎‎‎ و o(n^(3/4) log??n/??)‎‎‎، که این کران پیچیدگی، بهتر از کران پیچیدگی به دست آمده از تابع هسته ی کلاسیک است.

15 صفحه اول

الگوریتم نقطه درونی نشدنی با گام کامل نیوتن برای بهینه سازی نیمه معین

مسائل بهینه سازی نیمه معین ، (sdo) مسائل بهینه سازی محدبی در اشتراک یک مجموعه آفینی و مخروط ماتریس های نیمه معین مثبت هستند. اخیرا یک الگوریتم نقطه درونی نشدنی اولیه- دوگان با بهترین کران تکرار برای بهینه سازی خطی طراحی شده است که گام کامل نیوتن را به کا رمی برد. دراین پایان نامه این الگوریتم نقطه درونی نشدنی را به بهینه سازی نیمه معین توسعه می دهیم. با این الگوریتم، ما تکرارهای اکیدا شدنی را ب...

15 صفحه اول

الگوریتم نقطه درونی اولیه-دوگان برای بهینه سازی نیمه معین محدب درجه دو

در این پایان نامه، الگوریتم نقطه درونی اولیه-دوگان جدیدی را برای حل حالت خاصی از مسئله ی بهینه سازی نیمه معین محدب درجه دو، مبتنی بر تابع هسته بیان می کنیم. تابع هسته پارامتری ارائه شده در بدست آوردن جهت های جستجو ی جدید و همچنین اندازه گیری فاصله ی بین نقاط تکرار داده شده از µ-مرکزدر الگوریتم مورد استفاده قرار می گیرد. این خاصیت ها ما را قادر می سازد تا بهترین کران تکرار شناخته شده را برای ال...

الگوریتم های اولیه – دوگان نقطه درونی برای مسائل بهینه سازی نیمه معین بر اساس یک تابع هسته ای

در این رساله ما روش های نقطه درونی (ipms) را برای مسائل بهینه سازی نیمه معین (sdo) مطالعه می کنیم. ipms برای مسائل sdo به علت پیچیدگی چند جمله ای و کارایی اجرایی آن ها به وفور مورد مطالعه قرار گرفته اند. sdo به عنوان یک مسئله ی بهینه سازی مخروطی (‍‍‍co)، یک مسئله ی بهینه سازی محدب روی اشتراک یک مجموعه ی آفین و مخروط ماتریس های نیمه معین مثبت می باشد. این رساله شامل پنج فصل می باشد. در فصل 1، ا...

15 صفحه اول

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده علوم

کلمات کلیدی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023