آموزش ریاضیات (Mathematics)
دسته بندی ( ۲۱۹ آموزش )
نمایش دسته بندی ها (۲۱۹ آموزش)
الگوریتم های بهینه سازی
الگوریتم های بهینه سازی 2
تبدیل ها (Transforms)
تبدیل ها (Transforms) 2
تبدیل لاپلاس (Laplace Transform)
تبدیل لاپلاس (Laplace Transform) 38
ماتریس ها (Matrix)
ماتریس ها (Matrix) 19
اعداد (Numbers)
اعداد (Numbers) 15
مساوی ها (Equalities) و نامساوی ها (Inequalities)
مساوی ها (Equalities) و نامساوی ها (Inequalities) 2
مجموعه ها (Set)
مجموعه ها (Set) 1
توابع (Function)، در ریاضیات (Mathematics)
توابع (Function)، در ریاضیات (Mathematics) 10
توابع مثلثاتی (Trigonometric Function)، در ریاضیات (Mathematics)
توابع مثلثاتی (Trigonometric Function)، در ریاضیات (Mathematics) 6
کمیت ها و مفاهیم
کمیت ها و مفاهیم 1
مشتق (Derivative)، در ریاضیات (Mathematics)
مشتق (Derivative)، در ریاضیات (Mathematics) 0
فرمول های مشتق (Derivative)، در ریاضیات (Mathematics)
فرمول های مشتق (Derivative)، در ریاضیات (Mathematics) 8
انتگرال (Integral)، در ریاضیات (Mathematics)
انتگرال (Integral)، در ریاضیات (Mathematics) 0
فرمول های انتگرال (Integral)، در ریاضیات (Mathematics)
فرمول های انتگرال (Integral)، در ریاضیات (Mathematics) 16
حل تمرین : انتگرال (Integral)، در ریاضیات (Mathematics)
حل تمرین : انتگرال (Integral)، در ریاضیات (Mathematics) 46
چند جمله ای ها (Polynomials)
چند جمله ای ها (Polynomials) 2
دنباله ها و سری ها (Sequences and Series)
دنباله ها و سری ها (Sequences and Series) 10
سری فوریه (Fourier Series)
سری فوریه (Fourier Series) 14
معادلات دیفرانسیل (Differential Equation)، در ریاضیات (Mathematics)
معادلات دیفرانسیل (Differential Equation)، در ریاضیات (Mathematics) 5
حل تمرین : معادلات دیفرانسیل (Differential Equation)، در ریاضیات (Mathematics)
حل تمرین : معادلات دیفرانسیل (Differential Equation)، در ریاضیات (Mathematics) 14
نمودارها و منحنی ها
نمودارها و منحنی ها 2
log (لگاریتم - Logarithm)، در ریاضیات (Mathematics)
log (لگاریتم - Logarithm)، در ریاضیات (Mathematics) 1
ln (لگاریتم طبیعی - Natural Logarithm)، در ریاضیات (Mathematics)
ln (لگاریتم طبیعی - Natural Logarithm)، در ریاضیات (Mathematics) 1
e (عدد اویلر) (نمایی - Exponential)، در ریاضیات (Mathematics)
e (عدد اویلر) (نمایی - Exponential)، در ریاضیات (Mathematics) 1
توان (نمایی - Power - Exponential)، در ریاضیات (Mathematics)
توان (نمایی - Power - Exponential)، در ریاضیات (Mathematics) 1
معرفی سایت های مرتبط با ریاضیات
معرفی سایت های مرتبط با ریاضیات 1

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

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

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.

نویسنده علیرضا گلمکانی
شماره کلید 641
گزینه ها
به اشتراک گذاری (Share) در شبکه های اجتماعی
نظرات 3 3 0
علی
۱۳۹۸/۰۲/۰۹
۰۷:۵۴

ممنون
اموزش خیلی خوبی بود

ابوذر
۱۳۹۹/۱۱/۲۲
۱۶:۴۸

خدا به شما خیر دنیا و آخرت دهد

آسیا وکیوم
۱۴۰۰/۰۴/۲۱
۱۵:۲۳

ممنون آموزش بسیار خوبی بود.

ارسال نظر جدید (بدون نیاز به عضو بودن در وب سایت)

جستجو در کلیدستان، توسط گوگل

جستجو در عنوان کلیدها

دسترسی سریع

کلید
×

شماره کلید


دسته بندی
×

شماره دسته کلید


جستجو
×

جستجو