بهینه سازی به روش استوار

10,000 تومان

بهینه سازی مدل های ریاضی در شرایط عدم قطعیت ارائه شده است. یکی از کلیدی ترین روش ها، روش بهینه سازی استوار یا بهینه سازی رباست Robust می باشد.

آموزش جامع بهینه سازی در شرایط عدم قطعیت به روش استوار ( رباست )

در این محصول یک گزارش کامل و جامع در زمینه نحوه بهینه سازی مدل های ریاضی در شرایط عدم قطعیت ارائه شده است. یکی از کلیدی ترین روش ها، روش بهینه سازی استوار یا بهینه سازی رباست می باشد. در این محصول شیوه های مختلف بهینه سازی رباست تشریح شده است. همچنین نحوه رباست کردن مدل ریاضی با جزییات کامل تشریح شده است. به همین دلیل این محصول را یکی از کامل ترین محصولات در زمینه بهینه سازی در شرایط عدم قطعیت میتوان معرفی نمود

در برنامه‌ریزی ریاضی معمولاً مسائل با پیش فرض قطعی بودن داده‌ها از قبل حل می‌شوند حال انکه در دنیای واقعی اکثر داده‌ها دچار عدم قطعیت اند. پیش فرض اصلی برنامه ریزی‌های ریاضی توسعه مدل بر اساس داده‌های صریحاً معین و برابر با مقداری اسمی است. حال آنکه در این گونه از مدل‌ها اثر عدم قطعیت داده‌ها در کیفیت و امکانپذیر بودن جواب‌ها اثری ندارد. در نتیجه در در مسائل دنیای واقعی ممکن است با تغییر یکی از داده‌ها تعداد زیادی از محدودیت‌ها نقض شده و جواب بدست آمده غیر بهینه یا حتی غیر ممکن باشد. در نتیجه این بحث سؤال اصلی ساخت جوابی برای مسئله پیش می‌آید که در مقابل این عدم قطعیت داده‌ها مقاوم باشد که اصطلاحاً این پاسخ‌ها را استوار و این دسته از بهینه سازی را بهینه‌سازی استوار می‌نامند.

ایده ی اولیه در بهینه سازی استوار، در نظر گرفتن بدترین سناریوی ممکن و بهینه سازی بر اساس بدترین سناریو است. به عنوان مثال فرض کنید ضرایب در یکی از محدودیت ممکن است تغییر کند. در بهینه سازی استوار، بدترین حالتی که ممکن است برای محدودیت با توچه به تغییر ضریب ممکن است پیش بیاید در نظر گرفته شده و زبق آن بهینه سازی انچام میشود.

مهم ترین کاستی این روش محتاطانه عمل کردن آن است. ممکن است این روش کاربرد عملی زیادی نداشته باشد. ولی به عنوان ابزاری برای تصمیم گیری بسایر مفید خواهد بود.

نقد و بررسی ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین کسی باشید که دیدگاهی می نویسد “بهینه سازی به روش استوار”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *