به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

bound algorithm

در نشریات گروه ریاضی
تکرار جستجوی کلیدواژه bound algorithm در نشریات گروه علوم پایه
تکرار جستجوی کلیدواژه bound algorithm در مقالات مجلات علمی
  • محمدحسین دریایی*، علیرضا ستارزاده

    الگوریتم شاخه و کران یک روش گسترده برای بهینه سازی سراسری است. این الگوریتم، مجموعه شدنی مساله بهینه سازی را از طریق یک روش شاخه سازی، افراز کرده و سپس با استفاده از یک روش کران یابی، برای هر عضو افراز یک کران بالا و یک کران پایین محاسبه می کند. سرانجام، روش شاخه و کران، کران های به دست آمده و مقادیر تابع هدف را با یکدیگر مقایسه کرده و اعضایی از افراز را که شامل یک نقطه بهین نیستند حذف می کند. در این مقاله، الگوریتم شاخه و کران برای بهینه سازی توابع هم رادیانت صعودی روی زیرمجموعه هایی از $\mathbb{R}_+^n$ که به صورت اشتراک یک نیم فضا با یک سادک هستند ارائه می شود (هدف از در نظرگرفتن چنین مجموعه های شدنی، بررسی مدلی از ریاضیات مالی، تحت عنوان مدل میانگین-انحراف معیار است). ما از مفهوم تحدب مجرد توابع هم رادیانت صعودی برای کران یابی (پیداکردن کران های پایین) استفاده می کنیم. در انتها ، به عنوان کاربردی از این دسته از مساله های بهینه سازی، مدل میانگین-انحراف معیار برای بهینه سازی سبد سرمایه گذاری را مطرح کرده و آن را با روش شاخه و کران حل می کنیم.

    کلید واژگان: الگوریتم شاخه و کران، بهینه سازی سبد سرمایه گذاری، مدل میانگین-انحراف معیار، تحدب مجرد، توابع هم رادیانت صعودی
    Mohammad Hossein Daryaei *, Alireza Sattarzadeh

    The branch and bound algorithm is a widespread method for global optimization. This algorithm partitions the feasible set of the optimization problem through a branching method and then calculates an upper bound and a lower bound for each member of the partition using a bounding method. Finally, the branch and bound method compares the obtained bounds and the objective function values ​​with each other and removes the members of the partition that do not contain an optimal point. In this paper, the branch and bound algorithm for optimizing increasing co-radiant functions on subsets of $\mathbb{R}_+^n$ which are presented in the form of the intersection of a half-space with a simplex (the purpose of considering such feasible sets is to examine a model of financial mathematics, called the mean-standard deviation model). We use the concept of abstract convexity to increase co-radiant functions for bounding (finding lower bounds). In the end, as an application of this optimization problem, we propose the mean-standard deviation model of portfolio optimization and solve it with the branch and bound method.

    Keywords: Branch, Bound Algorithm, Portfolio Optimization, Mean-Standard Deviation Model, Abstract Convexity, Increasing Co-Radiant Functions
  • ژاله شیرین نژاد، منصور سراج*، سارا شکراللهی، فاطمه کیانی

     این مقاله روشی برای رسیدن به جواب بهین سراسری مسایل برنامه ریزی چند هدفه ی کسری هندسی (سیگنومیال) با متغیر صحیح آمیخته پیشنهاد می دهد . دراین مقاله نخست یک مسیله ی برنامه ریزی چندهدفه ی کسری هندسی (سیگنومیال) به وسیله ی یک راهبرد جدید وآسان به یک مسیله ی غیر کسری تبدیل می شودو برای رسیدن به جواب سراسری ازیک تبدیل ریلکس محدب استفاده می کنیم. سپس برای رسیدن به جواب صحیح بهین توافقی اهداف مسیله تکنیک های مرسوم برنامه ریزی فازی و نیزالگوریتم شاخه و کران غیر خطی را بکار می گیریم .علاوه براین برای یافتن جواب صحیح و سراسری با کوچکترین فاصله ازجواب مسیله ی اولیه از الگوریتم شاخه و کران فضایی استفاده می کنیم.در پایان برای نشان دادن درستی و کارایی راهبرد پیشنهادی دو مثال عددی ذکر شده است.

    کلید واژگان: برنامه ریزی چند هدفه، برنامه ریزی هندسی‚ برنامه ریزی کسری، برنامه ریزی عدد صحیح، الگوریتم شاخه و کران فضایی
    Zh. Shirinnejad, M. Saraj *, S. Shokrolahi, F. Kiany

    This study proposes a method for solving mixed integer multi-objective fractional signomial geometric programming (MIMOFSGP) problems. A few methods have been applied in the recent past to convert a fractional signomial objective function into a non-fractional signomial objective function to find the optimal solution by use of some common mathematical programming techniques. In this paper, at first a multi-objective fractional signomial programming is converted into a non-fractional multi-objective signomial programming problem by a new convenient reformulation strategy. A convex relaxation is used to reach global solution and then fuzzy programming technique is applied to find the optimal compromise solution. A mixed integer compromise optimal solution of the convex programming problem can finally be found by use of nonlinear branch and bound algorithm. Then 0n using the Spacial branch and bound algorithm, we find a solution that has the shortest distance from the solution of original problem. Finally two illustrative examples are included to demonstrate the correctness and efficiency of the proposed strategy and compare the results with the other solutions obtained by the other methods.

    Keywords: Multi-objective programming, geometric programming, fractional programming, Mixed integer programming, Spatial branch, bound algorithm
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال