khobotov algorithm
در نشریات گروه ریاضی-
در این مقاله یک الگوریتم تصویر دوگامی مبتنی بر روش گرادیان افزوده برای حل مسایل نامساوی تغییراتی معرفی نموده و به اثبات قضیه همگرایی الگوریتم پیشنهادی، می پردازیم. یکی از پارامترهایی که کارایی و دقت الگوریتم های تصویر را تعیین می کند انتخاب اندازه گام الگوریتم است. این انتخاب وابسته به ویژگی های انقباضی نگاشتی است که در الگوریتم به ناحیه شدنی تصویر می شود. اگر به عنوان نمونه ثابت لیپ شیتز مشخص نباشد در انتخاب اندازه گام الگوریتم دچار مشکل می شویم. در الگوریتم پیشنهادی نیاز به دانستن ثابت لیپ شیتز برداشته شده است و روشی ارایه گردیده که انتخاب اندازه گام را آسان می کند. مساله تعادل شبکه ترافیک نامتقارن را به صورت یک مساله نامساوی تغییراتی روی فضای جریان مسیرهای شبکه مدل سازی نموده و با توجه به ساختار تجزیه پذیر مجموعه شدنی این مدل، حالت تعادل شبکه ترافیک را با استفاده ازالگوریتم پیشنهادی به دست می آوریم. در نهایت، نتایج عددی حاصل از اجرای این الگوریتم را بر روی شبکه ترافیک آزمایشی سایوکس فال ارایه می کنیم.
کلید واژگان: روش گرادیان افزوده، الگوریتم خوبوتو، جریان مسیر، تولید ستونIn this paper, we introduce a double projection algorithm based on extragradient method for solving the variational inequality problems and we prove the convergence theorem of proposed algorithm. One of the parameters that determine the efficiency and accuracy of the projection method is a properly selected step size. This selection is based on the contractive properties of operator which is projected on the feasible region. For example, if the Lipschitz constant is not known, we have trouble choosing step size of the algorithm. The proposed algorithm eliminates the need to know the Lipschitz constant and provides a method that facilitates step size selection.We formulate the asymmetric traffic equilibrium problem as a variational inequality on the path flows space. According to the decomposable structure of the feasible set of this model, we obtain the traffic network equilibrium state, by using the proposed algorithm. Finally, we present the numerical results of using this algorithm on the Sioux-Falls test traffic network.
Keywords: Extragradient method, Khobotov algorithm, Path flow, Column generation
- 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.