لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 8
بهینهسازی
چکیده
در این مقاله تئوری بهینهسازی مورد بررسی قرار میگیرد و به مسائل معمول بهینهسازی و رویکردهای حل آنها اشاره میشود.
1- تئوری بهینهسازی
آرزوی انسان برای رسیدن به کمال مبین تئوری بهینهسازی است. انسان میخواهد بهترین را تجسم و توصیف کرده و به آن دست یابد (بیتلر1 و دیگران 1979، 1). اما از آنجایی که میداند نمیتواند تمام شرایط حاکم بر بهترین را به خوبی شناسایی و تعریف نماید در بیشتر موارد به جای جواب بهترین یا بهینه مطلق، به یک جواب رضایتبخش (وارنر2 1996، 3767-3769) بسنده میکند. همچنین انسان در قضاوت عملکرد دیگران، معیار بهترین را در نظر نمیگیرد بلکه آنان را به صورت نسبی مورد ارزیابی قرار میدهد (گلدبرگ3 1989، 7). بنابراین انسان به دلیل ناتوانی خود در بهینهسازی، به بهبود ارزش ویژهای میدهد.
بیت لر و دیگران (1979، 1) بهینهسازی را چنین شرح میدهند: فعل «بهینه ساختن» که کلمه قویتری نسبت به «بهبود» میباشد عبارتست از دستیابی به «بهینه»، و «بهینهسازی» اشاره به عمل بهینه ساختن دارد. بنابراین تئوری بهینهسازی شامل مطالعات کمی بهینهها و روش یافتن آنهاست. همچنین «بهینه» به عنوان یک واژه فنی دلالت بر اندازهگیری کمی و تحلیل ریاضی دارد در حالی که بهترین دارای دقت کمتر بوده و بیشتر برای امور روزمره استفاده میشود.
در بیشتر موارد آنچه که با هدف بهینهسازی انجام میدهیم بهبود است. بهینهسازی به دنبال بهبود عملکرد در رسیدن به نقطه یا نقاط بهینه است. این تعریف دو قسمت دارد: (1) جستجوی بهبود برای رسیدن به (2) نقطه بهینه. تفاوت روشنی بین فرایند بهبود و مقصد یا نقطه بهینه وجود دارد. هنوز هم معمولاً در رویههای بهینهسازی تمرکز بر همگرایی است (آیا به نقطه بهینه میرسد؟) و عملکرد ضمنی رویه به طور کلی فراموش میشود. این اهمیت نسبت به همگرایی مربوط به ریشههای بهینهسازی در ریاضیات است اما همان طور که اشاره شد در عمل چنین اهمیتی طبیعی و معقول نمیباشد (گلدبرگ 1989، 6). این مقایسه قصد بیارزش نشان دادن همگرایی و دقتهای معمول ریاضی را ندارد چرا که این حوزه خود مبنای ارزشمندی برای مقایسه روشهای بهینهسازی ارائه میکند.درمقایسه الگوریتمهای بهینهسازی دو معیار همگرایی و عملکرد مطرح میشود. بعضی از الگوریتمها دارای همگرایی بوده ولی ممکن است عملکرد ضعیفی داشته باشند، یعنی فرایند بهبود آنها از کارایی و سرعت لازم برخوردار نباشد. برعکس بعضی دیگر از الگوریتمها همگرایی نداشته ولی عملکرد آنها خیلی خوب است.
می توان هدف از فرایندهای جستجو را در سه دسته زیر بیان کرد:
بهینهسازی
یافتن جواب عملی
شبه بهینهسازی
در شرایطی که ما به یافتن جواب در همسایگی جواب بهینه راضی باشیم هدف جستجو را شبه بهینهسازی مینامند. شبه بهینهسازی دارای دوطبقه است. اگر هدف یافتن جواب عملی خوب در فاصله تعریف شدهای از جواب بهینه باشد به آن بهینهسازی نزدیک4 گفته میشود. اگر شرط فاصله تعریف شده برای جواب بدستآمده حذف گردد و تنها یافتن جواب نزدیک بهینه با احتمال بالا، هدف باشد به آن بهینهسازی تقریبی5 گفته میشود.
بیشتر مسائل عملی آنقدر مشکل هستند که در آنها هدف، شبهبهینهسازی در نظر گرفته میشود تا از این طریق تعادلی بین کیفیت جواب بدست آمده و هزینه جستجوی آن جواب برقرار گردد. همچنین از آنجایی که تعداد محاسبات مسائل بهینهسازی ترکیبی به اعداد نجومی میرسد حذف شرط بهینگی یک ضرورت اقتصادی است. در شبهبهینهسازی باید الگوریتمهایی ارائه کرد که حدود مناسب
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 29
بهینهسازی و معرفی انواع مختلف روشهای آن
چکیده
بهینهسازی یک فعالیت مهم و تعیینکننده در طراحی ساختاری است. طراحان زمانی قادر خواهند بود طرحهای بهتری تولید کنند که بتوانند با روشهای بهینهسازی در صرف زمان و هزینه طراحی صرفهجویی نمایند. بسیاری از مسائل بهینهسازی در مهندسی، طبیعتاً پیچیدهتر و مشکلتر از آن هستند که با روشهای مرسوم بهینهسازی نظیر روش برنامهریزی ریاضی و نظایر آن قابل حل باشند. بهینهسازی ترکیبی (Combinational Optimization)، جستجو برای یافتن نقطه بهینه توابع با متغیرهای گسسته (Discrete Variables) میباشد. امروزه بسیاری از مسائل بهینهسازی ترکیبی که اغلب از جمله مسائل با درجه غیر چندجملهای (NP-Hard) هستند، به صورت تقریبی با کامپیوترهای موجود قابل حل میباشند. از جمله راهحلهای موجود در برخورد با این گونه مسائل، استفاده از الگوریتمهای تقریبی یا ابتکاری است. این الگوریتمها تضمینی نمیدهند که جواب به دست آمده بهینه باشد و تنها با صرف زمان بسیار میتوان جواب نسبتاً دقیقی به دست آورد و در حقیقت بسته به زمان صرف شده، دقت جواب تغییر میکند.
مقدمه
هدف از بهینهسازی یافتن بهترین جواب قابل قبول، با توجه به محدودیتها و نیازهای مسأله است. برای یک مسأله، ممکن است جوابهای مختلفی موجود باشد که برای مقایسه آنها و انتخاب جواب بهینه، تابعی به نام تابع هدف تعریف میشود. انتخاب این تابع به طبیعت مسأله وابسته است. به عنوان مثال، زمان سفر یا هزینه از جمله اهداف رایج بهینهسازی شبکههای حمل و نقل میباشد. به هر حال، انتخاب تابع هدف مناسب یکی از مهمترین گامهای بهینهسازی است. گاهی در بهینهسازی چند هدف به طور همزمان مد نظر قرار میگیرد؛ این گونه مسائل بهینهسازی را که دربرگیرنده چند تابع هدف هستند، مسائل چند هدفی مینامند. سادهترین راه در برخورد با این گونه مسائل، تشکیل یک تابع هدف جدید به صورت ترکیب خطی توابع هدف اصلی است که در این ترکیب میزان اثرگذاری هر تابع با وزن اختصاص یافته به آن مشخص میشود. هر مسأله بهینهسازی دارای تعدادی متغیر مستقل است که آنها را متغیرهای طراحی مینامند که با بردار n بعدی x نشان داده میشوند.
هدف از بهینهسازی تعیین متغیرهای طراحی است، به گونهای که تابع هدف کمینه یا بیشینه شود.
مسائل مختلف بهینهسازی به دو دسته زیر تقسیم میشود:
الف) مسائل بهینهسازی بیمحدودیت: در این مسائل هدف، بیشینه یا کمینه کردن تابع هدف بدون هر گونه محدودیتی بر روی متغیرهای طراحی میباشد.
ب) مسائل بهینهسازی با محدودیت: بهینهسازی در اغلب مسائل کاربردی، با توجه به محدودیتهایی صورت میگیرد؛ محدودیتهایی که در زمینه رفتار و عملکرد یک سیستم میباشد و محدودیتهای رفتاری و محدودیتهایی که در فیزیک و هندسه مسأله وجود دارد، محدودیتهای هندسی یا جانبی نامیده میشوند.
معادلات معرف محدودیتها ممکن است به صورت مساوی یا نامساوی باشند که در هر مورد، روش بهینهسازی متفاوت میباشد. به هر حال محدودیتها، ناحیه قابل قبول در طراحی را معین میکنند.
به طور کلی مسائل بهینهسازی با محدودیت را میتوان به صورت زیر نشان داد:
Minimize or Maximize : F(X) (1-1 )
Subject to : I = 1,2,3,…,p
j = 1,2,3,…,q
k = 1,2,3,…,n
که در آن X={ بردار طراحی و رابطههای (1-1) به ترتیب محدودیتهای نامساوی، مساوی و محدوده قابل قبول برای متغیرهای طراحی میباشند.
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 32
بهینهسازی و معرفی انواع مختلف روشهای آن
چکیده
بهینهسازی یک فعالیت مهم و تعیینکننده در طراحی ساختاری است. طراحان زمانی قادر خواهند بود طرحهای بهتری تولید کنند که بتوانند با روشهای بهینهسازی در صرف زمان و هزینه طراحی صرفهجویی نمایند. بسیاری از مسائل بهینهسازی در مهندسی، طبیعتاً پیچیدهتر و مشکلتر از آن هستند که با روشهای مرسوم بهینهسازی نظیر روش برنامهریزی ریاضی و نظایر آن قابل حل باشند. بهینهسازی ترکیبی (Combinational Optimization)، جستجو برای یافتن نقطه بهینه توابع با متغیرهای گسسته (Discrete Variables) میباشد. امروزه بسیاری از مسائل بهینهسازی ترکیبی که اغلب از جمله مسائل با درجه غیر چندجملهای (NP-Hard) هستند، به صورت تقریبی با کامپیوترهای موجود قابل حل میباشند. از جمله راهحلهای موجود در برخورد با این گونه مسائل، استفاده از الگوریتمهای تقریبی یا ابتکاری است. این الگوریتمها تضمینی نمیدهند که جواب به دست آمده بهینه باشد و تنها با صرف زمان بسیار میتوان جواب نسبتاً دقیقی به دست آورد و در حقیقت بسته به زمان صرف شده، دقت جواب تغییر میکند.
مقدمه
هدف از بهینهسازی یافتن بهترین جواب قابل قبول، با توجه به محدودیتها و نیازهای مسأله است. برای یک مسأله، ممکن است جوابهای مختلفی موجود باشد که برای مقایسه آنها و انتخاب جواب بهینه، تابعی به نام تابع هدف تعریف میشود. انتخاب این تابع به طبیعت مسأله وابسته است. به عنوان مثال، زمان سفر یا هزینه از جمله اهداف رایج بهینهسازی شبکههای حمل و نقل میباشد. به هر حال، انتخاب تابع هدف مناسب یکی از مهمترین گامهای بهینهسازی است. گاهی در بهینهسازی چند هدف به طور همزمان مد نظر قرار میگیرد؛ این گونه مسائل بهینهسازی را که دربرگیرنده چند تابع هدف هستند، مسائل چند هدفی مینامند. سادهترین راه در برخورد با این گونه مسائل، تشکیل یک تابع هدف جدید به صورت ترکیب خطی توابع هدف اصلی است که در این ترکیب میزان اثرگذاری هر تابع با وزن اختصاص یافته به آن مشخص میشود. هر مسأله بهینهسازی دارای تعدادی متغیر مستقل است که آنها را متغیرهای طراحی مینامند که با بردار n بعدی x نشان داده میشوند.
هدف از بهینهسازی تعیین متغیرهای طراحی است، به گونهای که تابع هدف کمینه یا بیشینه شود.
مسائل مختلف بهینهسازی به دو دسته زیر تقسیم میشود:
الف) مسائل بهینهسازی بیمحدودیت: در این مسائل هدف، بیشینه یا کمینه کردن تابع هدف بدون هر گونه محدودیتی بر روی متغیرهای طراحی میباشد.
ب) مسائل بهینهسازی با محدودیت: بهینهسازی در اغلب مسائل کاربردی، با توجه به محدودیتهایی صورت میگیرد؛ محدودیتهایی که در زمینه رفتار و عملکرد یک سیستم میباشد و محدودیتهای رفتاری و محدودیتهایی که در فیزیک و هندسه مسأله وجود دارد، محدودیتهای هندسی یا جانبی نامیده میشوند.
معادلات معرف محدودیتها ممکن است به صورت مساوی یا نامساوی باشند که در هر مورد، روش بهینهسازی متفاوت میباشد. به هر حال محدودیتها، ناحیه قابل قبول در طراحی را معین میکنند.
به طور کلی مسائل بهینهسازی با محدودیت را میتوان به صورت زیر نشان داد:
Minimize or Maximize : F(X) (1-1 )
Subject to : I = 1,2,3,…,p
j = 1,2,3,…,q
k = 1,2,3,…,n