دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Adam Kasperski (auth.)
سری: Studies in Fuzziness and Soft Computing 228
ISBN (شابک) : 3540784837, 9783540784838
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 2008
تعداد صفحات: 215
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب بهینه سازی گسسته با داده های بازه ای: حداقل پشیمانی و رویکرد فازی: کاربردی ریاضیات/روش های محاسباتی مهندسی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Discrete Optimization with Interval Data: Minmax Regret and Fuzzy Approach به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب بهینه سازی گسسته با داده های بازه ای: حداقل پشیمانی و رویکرد فازی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
در برنامه های کاربردی تحقیق در عملیات، ما اغلب با مشکل داده های ناقص یا نامطمئن مواجه هستیم. این کتاب حل مسائل بهینهسازی ترکیبی را با دادههای نادقیق مدلسازی شده با فواصل و فواصل فازی در نظر میگیرد. این بر روی برخی از مشکلات اساسی و سنتی، مانند حداقل درخت پوشا، کوتاه ترین مسیر، حداقل تخصیص، حداقل برش و مسائل مختلف توالی تمرکز می کند. رویکرد مبتنی بر فاصله در دهه اخیر بسیار رایج شده است. تصمیم گیرندگان اغلب علاقه مند به پوشش ریسک عملکرد ضعیف (بدترین حالت) سیستم هستند. این امر به ویژه برای تصمیماتی که فقط یک بار با آنها روبرو می شوند بسیار مهم است. برای محاسبه راه حلی که تحت هر داده ورودی احتمالی رفتار معقولی دارد، معیار حداکثر پشیمانی به طور گسترده استفاده می شود. تحت این معیار ما به دنبال راهحلی هستیم که بیشترین انحراف از بهینه را نسبت به تمام تحققهای ممکن دادههای ورودی به حداقل برساند.
رویکرد پشیمانی minmax برای بهینهسازی گسسته با دادههای بازهای قابل توجهی را به خود جلب کرده است. توجه در دهه اخیر این کتاب به طور خلاصه وضعیت هنر در منطقه را نشان می دهد و به برخی از مشکلات باز می پردازد. علاوه بر این، شامل فصلی است که به گسترش چارچوب به مواردی اختصاص داده شده است که فواصل فازی برای مدلسازی دادههای نامشخص اعمال میشوند. فواصل فازی امکان ارزیابی پیچیدهتر عدم قطعیت را در تنظیم نظریه امکان فراهم میکند.
این کتاب منبع اطلاعاتی ارزشمندی برای تمام دست اندرکاران تحقیق در عملیات است که به رویکردهای مدرن علاقه مند هستند. حل مشکل جدا از شرح چارچوب نظری، الگوریتمهایی را نیز ارائه میکند که میتوانند برای حل مشکلاتی که در عمل به وجود میآیند به کار روند.
In operations research applications we are often faced with the problem of incomplete or uncertain data. This book considers solving combinatorial optimization problems with imprecise data modeled by intervals and fuzzy intervals. It focuses on some basic and traditional problems, such as minimum spanning tree, shortest path, minimum assignment, minimum cut and various sequencing problems. The interval based approach has become very popular in the recent decade. Decision makers are often interested in hedging against the risk of poor (worst case) system performance. This is particularly important for decisions that are encountered only once. In order to compute a solution that behaves reasonably under any likely input data, the maximal regret criterion is widely used. Under this criterion we seek a solution that minimizes the largest deviation from optimum over all possible realizations of the input data.
The minmax regret approach to discrete optimization with interval data has attracted considerable attention in the recent decade. This book summarizes the state of the art in the area and addresses some open problems. Furthermore, it contains a chapter devoted to the extension of the framework to the case when fuzzy intervals are applied to model uncertain data. The fuzzy intervals allow a more sophisticated uncertainty evaluation in the setting of possibility theory.
This book is a valuable source of information for all operations research practitioners who are interested in modern approaches to problem solving. Apart from the description of the theoretical framework, it also presents some algorithms that can be applied to solve problems that arise in practice.
Front Matter....Pages -
Front Matter....Pages 1-1
Problem Formulation....Pages 3-16
Evaluation of Optimality of Solutions and Elements....Pages 17-30
Exact Algorithms....Pages 31-38
Approximation Algorithms....Pages 39-50
Minmax Regret Minimum Selecting Items....Pages 51-60
Minmax Regret Minimum Spanning Tree....Pages 61-79
Minmax Regret Shortest Path....Pages 81-112
Minmax Regret Minimum Assignment....Pages 113-120
Minmax Regret Minimum s − t Cut....Pages 121-135
Fuzzy Combinatorial Optimization Problem....Pages 137-153
Conclusions and Open Problems....Pages 155-157
Front Matter....Pages 159-159
Problem Formulation....Pages 161-165
Sequencing Problem with Maximum Lateness Criterion....Pages 167-173
Sequencing Problem with Weighted Number of Late Jobs....Pages 175-182
Sequencing Problem with the Total Flow Time Criterion....Pages 183-195
Conclusions and Open Problems....Pages 197-198
Discrete Scenario Representation of Uncertainty....Pages 199-207
Back Matter....Pages -