برنامهریزی پارامتری: تفاوت میان نسخهها
محتوای حذفشده محتوای افزودهشده
Amidimohsen (بحث | مشارکتها) بدون خلاصۀ ویرایش |
Amidimohsen (بحث | مشارکتها) بدون خلاصۀ ویرایش |
||
خط ۱:
'''برنامهریزی [[پرمایش|پَرمایش]]ی''' یا '''بهینهسازی زمانوردا''' از مسایل [[بهینهسازی ریاضی|بهینهسازی ریاضی]] میباشد که مساله به یاری [[تابع]]ی از یک یا چند [[پارامتر|پارامون]] واکاوی میشود <ref>{{Cite journal|last=Kungurtsev|first=Vyacheslav|last2=Diehl|first2=Moritz|date=2014-12|title=Sequential quadratic programming methods for parametric nonlinear optimization|url=http://link.springer.com/10.1007/s10589-014-9696-2|journal=Computational Optimization and Applications|language=en|volume=59|issue=3|pages=475–509|doi=10.1007/s10589-014-9696-2|issn=0926-6003}}</ref>. گوالش این شاخه از ریاضی به یاری '''واکاوی حساسیت''' یک مساله بهینهسازی انجام
== مساله ==
خط ۱۶:
</math> پارامونها، <math>
f(x,\theta)
</math> تابع هزینه (objective) و <math>
g(x,\theta)
</math> تابع
\Theta
</math> فضای پارامون را نشان میدهد.
== روش حل ==
برای حل این مساله، گمان میشود که پاسخ بهینه برای مقداری از در دسترس است. سپس شرایط KKT ([[شرایط کاروش–کون–تاکر]]) برای این مساله برجسب پارامون <math>\theta</math> نوشته میشود. با روش '''پیداشت هوموتپی''' (Homotopy Continuation)، شرایط KKT را میتوان به روشی گامبهگام و به یاری دستگاهی از [[معادله دیفرانسیل]] حل کرد. فرجام از حل این معادلات به پاسخ بهینه دست مییابیم.
== الگوریتم حل ==
|