ⓘ بهینه‌سازی دو مرحله‌ای نوع خاصی از بهینه‌سازی است که در آن مسئله‌ای در دیگری جاسازی می‌شود. عموماً به وظیفهٔ بهینه‌سازی بیرونی وظیفهٔ بهینه‌سازی سطح بالایی و به ..

                                     

ⓘ بهینه‌سازی دو مرحله‌ای

بهینه‌سازی دو مرحله‌ای نوع خاصی از بهینه‌سازی است که در آن مسئله‌ای در دیگری جاسازی می‌شود. عموماً به وظیفهٔ بهینه‌سازی بیرونی وظیفهٔ بهینه‌سازی سطح بالایی و به وظیفهٔ بهینه‌سازی درونی، وظیفهٔ سطح پایینی گفته می‌شود. این مسایل دارای دو نوع متغیرند، که به آن‌ها متغیرهای سطح پایین و بالا گفته می‌شود.

                                     

1. فرمولاسیون ریاضی مسئله

فرمولاسیون کلی یک مسئلهٔ بهینه‌سازی دو مرحله‌ای را می‌توان آن طور که در پی می‌آید نوشت:

در فرمولاسیون بالا، F {\displaystyle F} نماد تابع هدف سطح بالایی و f {\displaystyle f} نماد تابع هدف سطح پایینی است. مشابهاً x {\displaystyle x} نماد بردار تصمیم سطح بالایی و y {\displaystyle y} نماد بردار تصمیم سطح پایینی است. G i {\displaystyle G_{i}} و g j {\displaystyle g_{j}} نماد توابع قید نابرابری به ترتیب در سطوح بالایی و پایینی هستند. اگر تابع هدفی قرار است حداکثرسازی شود، این معادل حداقل سازی منفی آن است. فرمولاسیون بالا قدر به نشان دادن قیود برابری نیز هست زیرا این‌ها می‌توان به سادگی به صورت قیود نابرابری بازنویسی کرد: مثلاً، h x = 0 {\displaystyle hx=0} را می‌توان به صورت { h x ≤ 0, − h x ≤ 0 } {\displaystyle \{hx\leq 0,\ -hx\leq 0\}} نوشت.

به هر حال، معمولاً واجد ارزش است که با قیود برابری به طور جداگانه رفتار کرد و آنها را به طرز مؤثرتری به نحوی اختصاصی با آنها برخورد کرد. در بالا برای اختصار این‌ها حذف شده‌اند.

                                     
  • مسائل بهینه سازی با روش الگوریتم بهینه سازی دومرحله ای ازدحام ذرات particle swarm optimization algorithm ارائه می شود. روش پیشنهادی, با استفاده از دو مرحله
  • برنامه نویسی پویا برای بهینه سازی ریاضیات قاعده بهینه سازی Richard Bellman بر اساس این ایده است که به منظور حل یک مسئله بهینه سازی پویا از برخی دوره های
  • عامل اصلی محدود کردن عملکرد بهینه سازی ها بود. به دلیل همین عوامل بهینه سازی به ندرت خروجی بهینه می دهد و در واقع یک بهینه سازی ممکن است در برخی موارد
  • دارند هدف الگوریتم بهینه سازی جنگل Forest Optimization Algorithm پیدا کردن این مدل از درختان راه حل شبه بهینه است. الگوریتم بهینه سازی جنگل در سال
  • اگر چه کلمه بهینه سازی ریشه در بهینه دارد فرایند بهینه سازی برای تولید یک سیستم به طور مطلوب نادر است. سیستم بهینه تنها در یک برنامه یا برای یک مخاطب
  • سرعت بهبود می یابد بهینه ساز باینری اتوماتیک IBM برای z OS ABO در سال به عنوان یک فناوری پیشرفته که برای بهینه سازی عملکرد برنامه های COBOL
  • و ارزش در معرض ریسک نیز بیان شده است. غالبا بهینه سازی سبد در دو مرحله انجام می شود: ابتدا بهینه سازی وزن سرمایه گذاری در یکی از انواع دارایی ها مانند
  • الگوریتم های تصادفی هستند که برای یافتن پاسخ بهینه به کار می روند. روش ها و الگوریتم های بهینه سازی به دو دسته الگوریتمهای دقیق exact و الگوریتم های
  • بهینه سازی سنجش فشرده یک بیتی مسئله سنجش فشرده به این صورت بیان می شود: ما اغلب تمایل داریم از محیط اطراف خود درکی گسسته پیدا کنیم اصطلاحا نمونه برداری
  • بهینه سازی حلقه در تئوری کامپایلر فرایند افزایش سرعت اجرا و کاهش سربارهای مربوط به حلقه ها است. این فرایند نقش بسزایی در بهبود عملکرد حافظه نهان و استفاده