A Set of Examples of Global and Discrete Optimization: Applications of Bayesian Heuristic Approach

این کتاب نشان می‌دهد که چگونه رویکرد بیزی (BA) اکتشافی‌های شناخته شده را با تصادفی‌سازی و بهینه‌سازی پارامترهای آنها بهبود می‌بخشد. این رویکرد ابتکاری بیزی (BHA) است. ده مثال عمیق برای آموزش تحقیق در عملیات با استفاده از اینترنت طراحی شده است. هر مثال یک نمایش ساده از برخی خانواده مهم از مشکلات زندگی واقعی است. نرم افزار همراه را می توان توسط کاربران اینترنت از راه دور اجرا کرد. وب‌سایت‌های پشتیبانی کننده شامل نرم‌افزار جاوا، C++ و سایر زبان‌ها هستند. یک محیط نظری توصیف می‌شود که در آن می‌توان یک انتخاب تطبیقی ​​بیزی از اکتشافات برای مسائل بهینه‌سازی گسسته و جهانی را مورد بحث قرار داد. تکنیک ها بر اساس روحیه میانگین ارزیابی می شوند تا بدترین تحلیل مورد. در این زمینه، "ابتکار" به عنوان یک نظر متخصص در نظر گرفته می شود که چگونگی حل یک خانواده از مسائل بهینه سازی مجزا یا جهانی را تعریف می کند. اصطلاح "رویکرد اکتشافی بیزی" به این معنی است که مجموعه ای از اکتشافات را تعریف می کند و برخی از توزیع های قبلی را بر روی نتایج به دست آمده ثابت می کند. با اعمال BHA، فرد به دنبال اکتشافی است که میانگین انحراف از بهینه جهانی را کاهش دهد. بحث های نظری مقدمه ای برای مثال هایی است که بخش اصلی کتاب است. همه نمونه ها به هم مرتبط هستند. مثال‌های مختلف، نکات مختلف موضوع کلی را نشان می‌دهند. با این حال، می توان هر مثال را نیز جداگانه در نظر گرفت.

This book shows how the Bayesian Approach (BA) improves well­ known heuristics by randomizing and optimizing their parameters. That is the Bayesian Heuristic Approach (BHA). The ten in-depth examples are designed to teach Operations Research using Internet. Each example is a simple representation of some impor­ tant family of real-life problems. The accompanying software can be run by remote Internet users. The supporting web-sites include software for Java, C++, and other lan­ guages. A theoretical setting is described in which one can discuss a Bayesian adaptive choice of heuristics for discrete and global optimization prob­ lems. The techniques are evaluated in the spirit of the average rather than the worst case analysis. In this context, "heuristics" are understood to be an expert opinion defining how to solve a family of problems of dis­ crete or global optimization. The term "Bayesian Heuristic Approach" means that one defines a set of heuristics and fixes some prior distribu­ tion on the results obtained. By applying BHA one is looking for the heuristic that reduces the average deviation from the global optimum. The theoretical discussions serve as an introduction to examples that are the main part of the book. All the examples are interconnected. Dif­ ferent examples illustrate different points of the general subject. How­ ever, one can consider each example separately, too.