توضیحات
عنوان فارسی:شبکه های عصبی مصنوعی مورد استفاده در مسائل بهینه سازی
عنوان انگلیسی مقاله ترجمه شده:
ArtiÞcial neural networks used in optimization problems
شبکه های عصبی مصنوعی مورد استفاده در مسائل بهینه سازی
این یک فایل PDF مقالهی ویرایش نشدهای است که برای انتشار پذیرفته شده است. به عنوان خدماتی به مشتریان، ما این نسخهی اولیه از مقاله را ارائه میدهیم. این مقاله دستخوش نسخهبرداری، تنظیمات تایپ و بازبینی نتیجهی حاصل پیش از انتشار آن در فرم نهایی میباشد. لطفا توجه نمایید که در طول فرآیند تولید، ممکن است خطاهایی ایجاد شوند که بر محتوا و تمامی مسئولیتهای قانونی وابسته به این ژورنال تاثیر بگذارند.
شبکههای عصبی مصنوعی مورد استفاده در مسائل بهینهسازی
چکیده: مسائل بهینهسازی اغلب نیازمند استفاده از روشهای بهینهسازی میباشند که امکان مینیمم کردن یا ماکزیمم کردن توابع هدف را میدهد. بعضی اوقات، مسائلی که باید بهینه شوند، خطی یا چندجملهای نیستند؛ دقیق قابل حل نمیباشند، و باید تقریب زده شوند. در این موارد، لازم است که از روشهای ابتکاری استفاده شود که قادر به حل این نوع مسائل میباشند. برخی از الگوریتمها، محدودیتها و توابع هدف را در نقطهی خاصی از فضا با به کار بردن مشتقات و مشتقات جزئی برای برخی از موارد، خطی میکنند در حالیکه در سایر موارد از الگوریتمهای تکاملی به منظور تقریب جواب استفاده میشود. این مقاله، استفاده از شبکههای عصبی مصنوعی برای تقریب تابع هدف در مسائل بهینهسازی را پیشنهاد میدهد تا بکارگیری سایر تکنیکها به منظور حل این مساله امکانپذیر شود. تابع هدف توسط رگرسیون غیرخطی تقریب زده میشود که قابل استفاده در حل یک مسالهی بهینهسازی میباشد. مشتق تابع هدف جدید باید چندجملهای باشد تا جواب مسالهی بهینهسازی قابل محاسبه باشد.
کلمات کلیدی: شبکههای عصبی، مسائل بهینهسازی، بهینهسازی غیرخطی.
1- مقدمه:
مسائل بهینهسازی بخش مهمی از محاسبات نرم هستند، و در زمینههای مختلفی چون شبکههای هوشمند]1[، لجستیک]2[ ]3[، منابع]4[ و شبکههای حسگر]5[ مورد استفاده قرار گرفتهاند. چنین مسائلی در حضور یک یا چند توابع هدف مینیممسازی یا ماکزیممسازی]5[ و محدودیتهای متعددی که به منظور رسیدن به جواب معتبر باید ارضا شوند، شکل میگیرند. این مسائل زمانیکه ما با توابع هدف و محدودیتهای خطی سر و کار داشته باشیم به آسانی قابل حل میباشند زیراکه روشهای برای دستیابی به جواب بهینه وجود دارد. اگرچه، در مورد محدودیتها یا توابع هدف غیرخطی، ممکن است استفاده از روشهای ابتکاری]2[ ]5[ برای به دست آوردن جواب شبه بهینه الزامی باشد. مدیریت جوابهای ابتکاری به طور پیوسته در حال تکامل یافتن میباشند، که به همین دلیلی است که ما در جستجوی گزینههای حل برای مسائلی هستیم که امکان یافتن جواب بهینه در آنها وجود ندارد. زمانیکه با محدودیتها و توابع هدف خطی کار میکنیم، مسائل بهینهسازی با استفاده از الگوریتمهایی مانند سیمپلکس]6[ قابل حل میباشند که مطالعهی چنین نوع از مسائل را محدود میسازد. مسائل غیرخطی توسط الگوریتمهای مانند ضرایب لاگرانژ یا شرایط کاروش-کان-تاکر]7[ قابل حل میباشند. در بسیاری از موارد، امکان حل یک مساله به روش ضرایب لاگرانژ وجود ندارد زیراکه سیستم ایجاد شده از معادلات بدون توسل به روشهای عددی قابل حل نمیباشد که موجب جلوگیری از روش مستقیم حل مساله میشود. در سایر موارد شرایط کاروش-کان-تاکر ارضا نمیشوند. محدودهی گسترده از فرصتها برای مطالعهی مسائل بهینهسازی غیرقابل حل با یک الگوریتم دقیق وجود دارد. معمولا، این مسائل با بکارگیری روشهای ابتکاری و فراابتکاری مانند الگوریتم ژنتیک]8[، الگوریتم ازدحام ذرات]9[، تابکاری شبیهسازی شده]10[، بهینهسازی کلونی موچه]11[ و غیره قابل حل میباشند.
این مقاله، استفاده از شبکههای عصبی مانند روشهای ابتکاری برای حل مسائل بهینهسازی در مواردی که استفاده از برنامهریزی خطی و ضرایب لاگرانژ غیرممکن میباشند را پیشنهاد میدهد. به منظور حل این مسائل، پرسپترون چندلایه برای تقریب توابع هدف بکار گرفته میشود؛ فرآیند مشابه در محدودیتها نیز قابل استفاده است. طرح پیشنهادی بر پایهی استفاده از تابع فعالساز و معیاری برای هدایت آموزش با استفاده از مجموعهی داده بر مبنای دامنهی مشخصی از متغیرها میباشد. این فرآیند، تبدیل توابع هدف به توابع دیگر را امکانپذیر میسازد که قابل بکارگیری در حل مسائل بهینهسازی است که بدون روشهای فراابتکاری قابل حل میباشند. تابع هدف با رگرسیون غیرخطی با هدف دستیابی به تابع جدید که حل مسالهی بهینهسازی را آسان میسازد، تقریب زده میشود. تابع فعالساز شبکهی عصبی باید انتخاب شود تا مشتق توابع هدف تبدیل یافته چندجملهای شوند. وقتیکه توابع هدف جدید محاسبه شوند، مساله با سایر تکنیکها قابل حل میباشد. فرآیند مشابهای قابل استفاده برای محدودیتهای غیرخطی میباشد، اما معرفی شکافها برای ارضای محدودیتها ضروری میباشد.
توجه:
- برای دانلود فایل word کامل ترجمه از گزینه افزودن به سبد خرید بالا استفاده فرمایید.
- لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.
به منظور سفارش ترجمه تخصصی مقالات خود بر روی کلید زیر کلیک نمایید.
سفارش ترجمه مقاله
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.