بستن منو
۱۰۴
تعداد کلیدهای این موضوع
لیست همه کلیدهای این موضوع
الگوریتم های بهینه سازی
2
تبدیل ها (Transforms)
2
تبدیل لاپلاس (Laplace Transform)
38
ماتریس ها (Matrix)
9
اعداد (Numbers)
13
مساوی ها (Equalities) و نامساوی ها (Inequalities)
2
کمیت ها و مفاهیم
1
چند جمله ای ها (Polynomials)
2
دنباله ها و سری ها (Sequences and Series)
10
سری فوریه (Fourier Series)
14
معادله ها (Equations)
5
نمودارها و منحنی ها
2
معرفی سایت های مرتبط با ریاضیات
1
×

دانلود فروشگاه اندروید کلیدستان

641

نویسنده

علیرضا گلمکانی ( admin )

شماره کلید
دسته کلید - دسته بندی

تعریف تابع هزینه در الگوریتم های بهینه سازی

هنگام طراحی و کدنویسی الگوریتم های بهینه سازی (مثل الگوریتم ژنتیک)، یکی از رایج ترین سوالات، چگونگی تعریف تابع هزینه می باشد. در اینجا قصد دارم که با چندین مثال، نحوه تعریف تابع هزینه برای الگوریتم های بهینه سازی رو شرح بدم.

قبل از هر چیز، باید بدانید که برای تعریف تابع هزینه، یک قانون کلی که باعث شود شما یک تابع هزینه منحصر بفرد تعریف کنید، وجود ندارد، بلکه تنها یک روند کلی وجود دارد. بنابراین ممکن است که افراد مختلف، برای یک مسئله واحد، توابع هزینه متفاوتی تعریف کنند. در واقع فرد باید در مورد نحوه تعریف تابع هزینه، به خوبی فکر کند و یک تابع هزینه مناسب برای مسئله بیابد.

زمانی که ما یک مسئله بهینه سازی داریم، قرار است که یک یا چند پارامتر را بهینه کنیم (بهترین مقادیر یا انتخاب ممکن را برای آنها بیابیم). برای یافتن جواب بهینه، باید تعدادی جواب توسط الگوریتم بهینه سازی مورد نظر تولید شود. پس از تولید این جواب ها، تابع هزینه مورد استفاده قرار می گیرد تا ببینیم که کدام جواب ها به جواب بهینه مورد نظر ما، نزدیکتر می باشند (مناسبتر هستند).

مثال اول :

مسئله :

یک جهانگرد می خواهد از شهر A به شهر B برود. بین این دو شهر، مسیرهای مختلفی وجود دارد که در هر مسیر باید از چند شهر عبور کند. طول جاده های مختلف نیز معلوم است و هدف این می باشد که جهانگرد کوتاهترین مسیر ممکن را برای رفتن از شهر A به شهر B طی کند.

شکل جواب ها :

جواب به صورت دنباله ای از اعداد است که هر عدد مربوط به شماره متناظر با یک شهر است (دقت کنید که منظور از شکل جواب، شکل کلی جواب مسئله به طور کلی است وگرنه هر الگوریتم بهینه سازی، جواب را تبدیل به شکلی می کند که بتواند روند بهینه سازی را برای مسئله اجرا نماید)

تعریف تابع هزینه :

در این مثال، تابع هزینه را می توان تنها به صورت یک جمع ساده در نظر گرفت. تنها کافی است که طول جاده های مختلف را که باید طی شوند با هم جمع بزنیم و عدد حاصل، برابر تابع هزینه مسئله می باشد. هر چقدر که این عدد کوچکتر باشد، جواب بهینه تر است. در واقع عبارت ((تابع هزینه)) نیز از همین مفهوم ناشی شده است، زیرا در زندگی عادی، معمولا سعی می شود که برای رسیدن به یک هدف خاص، کمترین ((هزینه)) ممکن پرداخت شود.

مثال دوم :

مسئله :

همان مسئله قبل، تنها با این تفاوت که جهانگرد علاوه بر این که دوست دارد با کمترین مسافت به شهر B برسد، همچنین می خواهد که از تعداد شهر بیشتری نیز عبور کند. منظور این است که اگر یک مسیر داریم که به طول 700 کیلومتر است و از 3 شهر می گذرد و همچنین مسیر دیگری به طول 800 کیلومتر وجود دارد که از 5 شهر می گذرد، جهانگرد مسیر عبوری از 5 شهر را انتخاب می کند و 100 کیلومتر اضافه برایش مهم نیست.

شکل جواب ها :

جواب به صورت دنباله ای از اعداد است که هر عدد مربوط به شماره متناظر با یک شهر است.

تعریف تابع هزینه :

این مسئله کمی پیچیده است زیرا باید میزان تمایل جهانگرد برای دیدن تعداد شهر بیشتر را هم منظور کنیم. یک پیشنهاد این است که برای هر جواب، ابتدا مسافت کل مسیر را محاسبه کرده و سپس عدد حاصل را بر تعداد شهرهای مسیر تقسیم کنیم. بنابراین هر چه تعداد شهرها بیشتر باشد، تابع هزینه کوچکتر خواهد بود. این می شود شیوه کلی تعریف تابع هزینه و ما می توانیم با تعریف ضرایبی، میزان تاثیرگذاری تعداد شهرها بر تابع هزینه را کم یا زیاد کنیم.

کپی برداری از محتوای سایت کلیدستان، ممنوع بوده و پیگرد قانونی دارد. (تنها استفاده شخصی کاربر، مجاز است) (کپی برداری توسط سایر وب سایت ها = حرام) (بیشتر بدانید)

خوانده شد
مبحث بالا، مفید بود و سایت کلیدستان را دوست داشتم :
محبوب کردن این مبحث در گوگل :
اون چیزی که میخواستم نبود :
سوال دارم :
ارسال نظر :
نظرات 0 0 0

*** نظر بدهید

دسترسی سریع

×

شماره کلید


کلید
×

شماره دسته کلید


دسته کلید
×

جستجو


جستجو
بستن منو
۱۰۴
تعداد کلیدهای این موضوع
لیست همه کلیدهای این موضوع
مجموعه ویدئوهای آموزشی روش های ریاضی برای مهندسان 2 - دانشگاه MIT - مجموعه MIT 18.086 Mathematical Methods for Engineers II, Spring '06
29
مجموعه ویدئوهای آموزشی علوم محاسباتی و مهندسی 1 - دانشگاه MIT - مجموعه MIT 18.085 Computational Science & Engineering I, Fall 2007
32
مجموعه ویدئوهای آموزشی مقدمه ای بر الگوریتم ها - دانشگاه MIT - مجموعه MIT 6.046J / 18.410J Introduction to Algorithms (SMA 5503)
23
مجموعه ویدئوهای آموزشی ساختار و تفسیر (در محاسبات) - دانشگاه MIT - مجموعه MIT 6.001 Structure and Interpretation, 1986
20
بستن منو
۲۸۳
تعداد کلیدهای این موضوع
لیست همه کلیدهای این موضوع
مجموعه ویدئوهای آموزشی حساب دیفرانسیل و انتگرال یک متغیره - دانشگاه MIT - مجموعه MIT 18.01 Single Variable Calculus, Fall 2006
35
مجموعه ویدئوهای آموزشی تمرین هایی برای حساب دیفرانسیل و انتگرال یک متغیره - دانشگاه MIT - مجموعه MIT 18.01SC: Homework Help for Single Variable Calculus
87
مجموعه ویدئوهای آموزشی حساب دیفرانسیل و انتگرال یک متغیره - دانشگاه MIT - مجموعه MIT Calculus Revisited: Single Variable Calculus
38
مجموعه ویدئوهای آموزشی حساب دیفرانسیل و انتگرال چند متغیره - دانشگاه MIT - مجموعه MIT 18.02 Multivariable Calculus, Fall 2007
35
مجموعه ویدئوهای آموزشی تمرین هایی برای حساب دیفرانسیل و انتگرال چند متغیره - دانشگاه MIT - مجموعه MIT 18.02SC: Homework Help for Multivariable Calculus
70
مجموعه ویدئوهای آموزشی نکات برجسته از حساب دیفرانسیل و انتگرال - دانشگاه MIT - مجموعه Highlights of Calculus
18
بستن منو
۳۵
تعداد کلیدهای این موضوع
لیست همه کلیدهای این موضوع
دسترسی سریع به دسته کلیدها :

MIT 18.06 Linear Algebra, Spring 2005
مجموعه ویدئوهای آموزشی جبر خطی - دانشگاه MIT - مجموعه MIT 18.06 Linear Algebra, Spring 2005
35
بستن منو
۳۴
تعداد کلیدهای این موضوع
لیست همه کلیدهای این موضوع
دسترسی سریع به دسته کلیدها :

MIT Linear Finite Element Analysis MIT Nonlinear Finite Element Analysis
مجموعه ویدئوهای آموزشی روش المان محدود (اجزاء محدود) (Finite Element) خطی - دانشگاه MIT - مجموعه MIT Linear Finite Element Analysis
12
مجموعه ویدئوهای آموزشی روش المان محدود (اجزاء محدود) (Finite Element) غیرخطی - دانشگاه MIT - مجموعه MIT Nonlinear Finite Element Analysis
22

آخرین کلیدهای غیررایگان

شما هم می توانید کلیدهای غیررایگان منتشر کنید (بیشتر بدانید)