|
Title
|
روش نقطه درونی پیشگو-تصحیح برای بهینه سازی مسایل مخروطی متقارن
|
|
Type of Research
|
Thesis
|
|
Keywords
|
بهینه سازی مخروط متقارن, بهینه سازی نیمه معین، روش نقطه درونی پیشگو-تصحیح، همسایگی بزرگ، پیچیدگی تکرار
|
|
Abstract
|
الگوریتم های نقطه درونی اولیه-دوگان یکی از کارآمدترین روش ها برای حل مسئله های بهینه سازی هستند. این روش ها از نقطه نظر محاسباتی و تئوری بسیار مؤثرند و دارای پیچیدگی محاسباتی چند جمله ای هستند. بنابراین تلاش برای یافتن جواب های بهینه با حداقل زمان و تعداد تکرارهای کم مطرح می شود، همچنین یافتن الگوریتم های نقطه درونی با پیچیدگی بهتر و کم کردن شکاف بین تئوری و عمل که بین الگوریتم های با طول گام بلند و الگوریتم های با طول گام کوتاه وجود دارد، ضرورت تحقیق در این زمینه را فراهم می کند. هر دو دلیل مهم برای افزایش علاقه به بهینه سازی نیمه معین وجود دارد. اولین دلیل، کاربرد وسیع بهینه سازی نیمه معین در زمینه هایی مثل بهینه سازی پیوسته و ترکیباتی، مهندسی برق و ساختمان است. دومین دلیل این است که روش های نقطه درونی برای بهینه سازی خطی با موفقیت به بهینه سازی مخروط متقارن از جمله بهینه سازی نیمه معین تعمیم داده می شوند.
|
|
Researchers
|
Nasrin Hosseinpour (Student)، Behrouz Kheirfam (Primary Advisor)، mirkamal mirnia (Advisor)
|