حل مسائل بهینه سازی محدب با استفاده از شبکه های عصبی و کاربرد آن در حل مسائل مکمل غیر خطی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان خراسان رضوی - دانشکده علوم ریاضی
- نویسنده نرگس لطیفه گو
- استاد راهنما عقیله حیدری سهراب عفتی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1390
چکیده
در این پایان نامه شبکه های عصبی برای بهینه سازی استفاده شده است. کاربرد این نوع شبکه ها را در مسائل مختلف بهینه سازی از جمله مسائل خطی و غیر خطی و مسائل درجه دوم و مسائل مکمل غیر خطی را بیان کرده ایم. ایده اصلی از تقریب سازی شبکه های عصبی برای مسائل بهینه سازی، ساخت یک تابع انرژی و برقرار کردن یک دستگاه دینامیکی برای نشان دادن یک شبکه عصبی مصنوعی است. دستگاه دینامیکی به کاربرده شده از نوع معادلات دیفرانسیلی مرتبه اول می باشد. نقطه تعادل این دستگاه با جواب بهینه مسئله مورد نظر با یک نقطه شروع اولیه معادل است. مدل اول از شبکه عصبی معرفی شده مستقیماً از شرایط بهینگی برای یک مسئله بهینه سازی بدست می آید و مدل دوم از شبکه عصبی معرفی شده از تبدیل یک مسئله مینیمم سازی ناقید یک مسئله مکمل غیر خطی با استفاده از تعمیم تابع فیشربرمیستر بدست می آید. همچنین همگرایی در خط سیر این شبکه ها را بررسی کرده و بر روی پایداری های لیاپانوف و مجانبی و سراسری این شبکه های عصبی کار شده است و در نهایت چند مثال عددی برای فهم بیشتر موضوع آورده شده است.
منابع مشابه
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...
متن کاملکاربرد 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 اولروش شبه خطی کردن موجک هار برای حل مسائل غیر خطی تراسچ و براتو
در این مقاله یک روش عددی برای حل مسائل غیر خطی تراسچ و براتو ارائه می‌کنیم. در این روش از فر آیند شبه خطی کردن و تابع پایه‌ای موجک هار برای تبدیل مسائل غیر خطی به دستگاه معادلات جبری خطی استفاده خواهیم کرد. چند مثال عددی آورده شده است و نتایج عددی بدست آمده از روش ارائه شده را با نتایج حاصل از روش‌های تحلیلی و عددی موجود در منابع مختلف مقایسه خواهیم کرد. همچنین نتایج بدست آمده را در قالب جداول ...
متن کاملحل 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...
متن کاملمنابع 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 پیام نور - دانشگاه پیام نور استان خراسان رضوی - دانشکده علوم ریاضی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023