چگونه مسائل بهینه سازی با متغیرهای مخلوط گسسته و پیوسته را حل کنیم؟

۵۲۷ بازدید
آخرین به‌روزرسانی: ۳۱ اردیبهشت ۱۴۰۲
زمان مطالعه: ۲ دقیقه
چگونه مسائل بهینه سازی با متغیرهای مخلوط گسسته و پیوسته را حل کنیم؟

یکی از مخاطبین فرادرس در بخش دیدگاه ها سوال زیر را مطرح کرده بودند. در پاسخ به این سوال مدرس عضو هیات علمی فرادرس پاسخی مبسوط ارائه کرده اند که با توجه به اهمیت این سوال، به نظر رسید که شاید انتشار عمومی آن نیز خالی از لطف نباشد. در ادامه متن سوال مخاطب و پاسخ به این سوال را می بینیم.

سوال مخاطب:
با عرض سلام  و احترام من آموزش بهینه سازی تک هدفه و چند هدفه تجمع ذرات و الگوریتم ژنتیک را تهیه کرده ام. اما یک سوال بسیار مهم برایم پیش آمده که البته مشکل اکثر دانشجویان می باشد و آن این است که در اکثر مواقع، متغیرهای ما، گسسته(غیر باینری) و پیوسته با هم در مساله موجود هستند.

چگونه می شود کدهای بهینه سازی تک هدفه و چند هدفه تجمع ذرات و الگوریتم ژنتیک موجود در بسته آموزشی را تغییر دهیم تا برای حالت گسسته(مجموعه نامرتبی از اعداد صحیح و نه غیر باینری) و پیوسته با هم، جواب بگیریم؟

در فیلم  آموزشی فوق، مجموعه متغیر گسسته، مرتب است. اما برای مثال برای حالتی که متغیرهای گسسته تنها {1و 4و 13و 18} باشند، چه باید کرد؟ اگر پاسخ دهید یا  اینکه کدهای این گونه مسایل را هم به مجموعه بسته های آموزشی اضافه کنید و نیز کدها را برای دانلود رایگان بر روی سایت قرار دهید بسیار ممنون می شوم.

پاسخ مدرس عضو هیأت علمی مجموعه:

در ساده ترین حالت، با استفاده از رویکردی که در این آموزش مورد بحث واقع شده است، شما می توانید بخشی از رشته جواب(کروموزوم) را، به عنوان متغیرهای گسسته و بخش دیگری را به عنوان متغیر پیوسته در نظر بگیرید. در ادامه، بخش های گسسته را با رویکردی که در این آموزش گفته شد، به اعداد گسسته تبدیل کنید. برای تبدیل بخش های پیوسته به اعداد پیوسته مورد نظر، با یک نگاشت خطی که اعداد بازه صفر تا یک را، به بازه دلخواه تصویر می کند، می توانید اقدام نمایید.

در چند مجموعه آموزشی در فرادرس نیز، راه حل توسعه یافته تری برای این موضوع مورد استفاده قرار گرفته است که چند نمونه از آن ها، در ادامه آمده است:

در این آموزش ها، مستقل از نوع متغیرها، راه حل و کروموزوم پیشنهادی، در چند بخش مستقل توصیف شده است و هر یک، فرایند مستقل خودشان را دارند. با مشاهده هر یک از این آموزش ها، می توانید ایده اصلی مربوط به رویکرد توسعه یافته را، که مبنی بر جداسازی متغیرهاست، دریافت نمایید و با تغییرات جزئی، در مسأله خودتان مورد استفاده قرار دهید.

پس از جداسازی متغیرها، به راحتی می توانید برای هر بخش، شیوه مناسب تولید پاسخ، جهش، حرکت، تعبیر و ... را در نظر بگیرید و به این ترتیب، قادر خواهید بود که انواع متغیرها را، در یک ساختار پاسخ واحد جمع کنید و مسأله بهینه سازی را، با استفاده از هر یک از الگوریتم های فراابتکاری، حل نمایید.
بر اساس رای ۱۱ نفر
آیا این مطلب برای شما مفید بود؟
اگر بازخوردی درباره این مطلب دارید یا پرسشی دارید که بدون پاسخ مانده است، آن را از طریق بخش نظرات مطرح کنید.
نظر شما چیست؟

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