از مسئله واقعی تا مدل ریاضی بهینهسازی
قبل از انتخاب GA، DE یا solverهای عددی، باید خود مسئله را درست مدل کنیم.
بهینهسازی و متاهیوریستیکهامقدماتی
هدف یادگیری
یک مسئله تصمیمگیری را به متغیرهای تصمیم، تابع هدف و قیود تبدیل کنید.
پیشنیازها
- جبر مقدماتی
ساختار مدل
یک مدل ساده میگوید چه چیزی را باید انتخاب کنیم، چه چیزی را کمینه یا بیشینه کنیم و چه انتخابهایی مجازند.
مثال تولید
فرض کنید x₁ و x₂ مقدار تولید دو محصول باشند و سود هر واحد 40 و 30 باشد. یک هدف طبیعی بیشینهکردن سود است.
چرا مدلسازی از الگوریتم مهمتر است؟
اگر هدف اشتباه باشد، optimizer بهترین جوابِ مسئله اشتباه را پیدا میکند. اگر یک قید واقعی حذف شود، جواب ممکن است از نظر ریاضی خوب و از نظر عملی غیرقابل اجرا باشد.
ارتباط با Convex QP Solver
در این پروژه، مدلسازی به یک فرم دقیقتر میرسد و بعد هسته solver آن را با روشهای عددی حل میکند. الگوریتم آخر زنجیره است، نه نقطه شروع.
تمرین
- یک مسئله زمانبندی دو کار را مدل کنید.
- برای همان مسئله یک هدف هزینهای و یک هدف تأخیری بنویسید.
- یک قید واقعی پیدا کنید که حذف آن مدل را غیرقابل استفاده کند.
پروژه مرتبط
راهکارهای مرتبط
یک مسئله تصمیمگیری دارید؟
میتوانیم ابتدا مدل را دقیق کنیم و بعد سراغ الگوریتم برویم.