Оптимизация с ограничениями представляет собой сложную отрасль исследования операций, цель которой - создать модель, имеющую широкий спектр применения в цепочках поставок, телекоммуникациях и медицинской сфере. Поскольку структура задачи разделена на две основные составляющие, цель состоит в том, чтобы выполнить допустимое множество, очерченное системными ограничениями. Цель этой книги - представить оптимизационные задачи, которые могут быть выражены в виде графов, подробно описав для каждой изученной задачи множество узлов и множество ребер. Такое графическое моделирование является стимулом для разработки платформы, интегрирующей все компоненты оптимизации, чтобы выдать наилучшее решение с учетом настройки параметров.

В своем анализе авторы предлагают для оптимизационных задач предоставить их графическое моделирование и математическую формулировку, а также рассмотреть некоторые их варианты. Для подходов к решению оптимизатор может быть наиболее перспективным направлением для экземпляров ограниченного размера. Для экземпляров задач большого размера приближенные алгоритмы являются наиболее подходящим способом генерации решений высокого качества. Таким образом, авторы предлагают для каждой изученной задачи жадный алгоритм в качестве эвристики, специфичной для задачи, и генетический алгоритм в качестве метаэвристики.

Электронная Книга «Graph-related Optimization and Decision Support Systems» написана автором Saoussen Krichen в году.

Минимальный возраст читателя: 0

Язык: Английский

ISBN: 9781118984253


Описание книги от Saoussen Krichen

Constrained optimization is a challenging branch of operations research that aims to create a model which has a wide range of applications in the supply chain, telecommunications and medical fields. As the problem structure is split into two main components, the objective is to accomplish the feasible set framed by the system constraints. The aim of this book is expose optimization problems that can be expressed as graphs, by detailing, for each studied problem, the set of nodes and the set of edges. This graph modeling is an incentive for designing a platform that integrates all optimization components in order to output the best solution regarding the parameters' tuning. The authors propose in their analysis, for optimization problems, to provide their graphical modeling and mathematical formulation and expose some of their variants. As a solution approaches, an optimizer can be the most promising direction for limited-size instances. For large problem instances, approximate algorithms are the most appropriate way for generating high quality solutions. The authors thus propose, for each studied problem, a greedy algorithm as a problem-specific heuristic and a genetic algorithm as a metaheuristic.



Похожие книги