Algorithmen der Optimierung

1) Abdeckung und Fach von zusammen:

Die Abdeckung einer Ganzheit ist eine Ganzheit, die von den sottosets solche Bedeckung alle mit Abfahrt festgesetzt wird, wenn diese sottosets nicht irgendeinen Durchschnitt haben, zwischen, das sie ein Fach haben.

 

2) Unterschied zwischen Weise und Abstand:

Eine Weise ist zu ollow selbst von Interessen zu uns und LOGON, sind vom Abstand bemerkenswert in, wieviel für dieses Letzte jede Spitze Dose nur einmal gekreuzt wird.

 

3) verbundenes Diagramm:

Alle Klammern von Ihnen betreffen werden angeschlossen von mindestens einem Abstand.

 

4) mit Stall von Ihnen betreffen Sie und Färbung zu uns:

Mit Stall von Ihnen betreffen Sie ist eine Ganzheit, die von Ihnen Interesse zu uns festgesetzt wird, daß sie nicht irgendeinen LOGON zwischen sie haben. Die Färbung ist ein Fach in den beständigen sottosets.

 

5) direkter und indirekter Unterschied zwischen Diagramm:

In einem Diagramm, das Ihnen die, LOGON zu betreffen auf uns verwiesen wird, seien Sie in einer Richtung, während im Diagramm, das sie indirekt ist, sie umkehrbar sind.

 

6) Matrix der Ausdehnung:

Es ist die Matrix, die von einem Diagramm erreicht wird, das auf die Linien Interessen und auf die Spalten die LOGON zu uns sich setzt, in den Durchschnitten setzt 1, wenn der LOGON in die Spitze hereinkommt, ein â?"1, wenn es und 0 herausnimmt, wenn es nicht zu Ihnen ankommt.

 

7) Matrix des Angrenzens und Matrix der Gewichte:

Es ist eine quadratische Matrix, die von einem Diagramm erreicht, das Interessen innen setzt, wird bestellt, denen, in Abszisse und 1 oder 0 in die Überfahrt zu zweiter dann in legen, die zwischen den Daten, die Sie zu uns betreffen, ein Anschluß ist, oder kleiner, wenn anstatt das Diagramm es gewogen wird, die entsprechenden Gewichte in den Durchschnitten einsetzte.

 

8) Entscheidungsproblem:

Es ist ein Problem, daß man binäre Lösung zuläßt, zutreffend oder falsch.

 

9) Problem Optimierung:

Es ist ein Problem dessen Lösung Maß in einer Funktion ausgedrückt kostete, oder Zielsetzung, die zu zweitem des Problems maximiert werden oder vermindert werden muß, normalerweise das Problem kommt verringert auf einer Reihenfolge von Entscheidungsproblemen.

 

10) Algorithmus und seine Typologie:

Es ist ein computazionale Verfahren, das mit von Einkommen und Entweichen hat, eine beendete Anzahl von Anweisungen und kommt durchgeführt in einer beendeten Anzahl von Schritten, basiert auf der Präzision der Lösung hat die folgenden Arten von Algorithmen:

) Algorithmus esatto liefert es immer die genaue Lösung

B) liefert Algorithmus euristico eine folgende Lösung an das optimale im Fall ist eine übermäßige computazionale Kompliziertheit des Problems

 

11) Kompliziertheit eines Algorithmus:

Er hält Konto der Maße des Gedächtnisses notwendig, die Betriebe durchzuführen und der Zeit, die eingesetzt wird, um die Lösung zu erreichen, kommt er ausgedrückt in O[f(n) ausgedrückt ] wo n es das Maß des Problems ist, in den freundlichen polinomiali Algorithmen, die sie durchführbarer sind, denen esponenziali Algorithmen jedoch nicht notwendig sind, um Konto von einem konstanten moltiplicativa zu halten, das als Beispiel ein ribaltare die Situation für kleines n könnte. Der optimale Algorithmus hat O[n Kompliziertheit ].

 

12) Klassifikation der Algorithmen basiert auf den Eigenschaften des Raumes der Lösungen:

Untergebener zu den linearen Riegeln spricht sich über lineare programmierenlangspielplatte im Fall muß selbst optimiert werden einer linearen Funktion, hat anstatt lineares programmierendes gesamtes ILP im Fall, den die inkognito Fördermaschine mit den gesamten Zahlen gehört, in solchen Fallreichweiten die Lösung, die weg von der erreichbaren Lösung mittels der linearen Programmierung rundet. Ein entfernteres sottocaso von gesamtem die lineare Programmierung ist lineares programmierendes binäres ZOLP, in dem die Fördermaschine der Lösung binär ist.

13) Kategorien der Optimierung Algorithmen:

Die Optimierung Algorithmen werden in den drei folgenden Kategorien unterteilt:

A) können technische aufzählende Suchen die Lösung in der ganzer Herrschaft der Funktion, das Problem behoben werden, es in den einfacheren Problemen unterteilend.

b 1), das technisches numerisches indirette das Minimum des Funktion iterativamente versucht, das nicht lineare Gleichungen, den Algorithmus behebt, wird festgehalten, wenn die Steigung annulliert wird.

b 2) technischer numerischer dirette Versuch das Minimum der Funktion, die von der Steigung führen läßt.

Numerisches technisches) probabilistiche ist technisches aufzählendes, das zu der Suchinformation addieren sie verwenden, ist ein Beispiel das genetische simulierte Ausglühen und die Algorithmen.

 

14) Problem der minimalen und maximalen Weise:

Es ist ein typisches Problem, das mittels direkten angeschlossen des Diagramms dargestellt werden kann und gewogen, hat eine Spitze Quelle und der minimale Abstand im Diagramm muß versucht werden, das Tür bis eine, welches von den anderen Sie zu uns betreffen. Die Kompliziertheit des Problems ist O[n²] und in der Art wird der Algorithmus von Ausrufer-Ford bestehend im inizializzare die minimale Weise mit den Gewichten der LOGON von der Spitze iterativamente Quelle und in dämmern die Gewichte während der Weise, verwendet.

 

15) Problem der Färbung:

Sie kommt dargestellt mittels eines Diagramms, in dem die LOGON vom incompatibilità zwischen den Prozessen darstellen zu Ihnen vom Interesse uns für sie als Beispiel ein Gebrauchzeitgenosse des gleichen Hilfsmittels darstellen. Der Bereich ist, die minimale Zahl Farben zu finden, die die Färbung des Diagramms oder mit anderen Worten als Beispiel übereinstimmen, zum der minimalen Zahl Betriebsmitteln zu finden, die die Durchführung aller Prozesse übereinstimmt.

 

16) Algorithmus der Steigung:

Die Suche eines Minimums der Funktion Kosten ist nicht ein einfaches Problem in, wieviel Dose capitare, daß das gefundene Minimum nur ein lokales Minimum ist, ist wieviel mit diesem Algorithmus geschieht, tatsächlich das lokale Minimum kommt anfangend von gesucht ein Punkt x₀ , in dem die Funktion y ₀ist , wir, die ein Pò auf dem links verschoben wird und ein Pò rechts, wenn in einem der zwei es zielt, die Kosten ist minderwertig, wird solcher Punkt das neue Minimum und der Algorithmus fährt fort, andernfalls ist das absolute Minimum gekennzeichnet worden, das wie vorher erklärt könnte anstatt sein nur ein lokales Minimum und der Algorithmus ist es nicht in einer Position zum Beachten einiges. Die folgenden Algorithmen für die Suche der besten Einteilung gehören dieser Kategorie als eine sichere Anzahl von Gegenständen:

) kommt konstruktive Ausgangsplazierung ein Gegenstand, der auf der Zahl anderen Gegenständen basiert, gewählt, die sie es wird angeschlossen muß, kommt gesetzt damit, um die Gesamtlänge der Anschlüsse betreffend sind die vorhergehende Positionierung zu vermindern.

B) Tauschen Sie paarweise posiziona alle Gegenstände versehentlich, vorwählt dann zwei austauscht sie aus und wenn die Länge der Anschlüsse nicht vermindert, ersetzt sie sie, um zu setzen.

c) Neighboorhood Austausch ist wie der paarweise Austausch, aber stavolta, das die Gegenstände zu Ihnen sind angrenzend austauschen.

d) Steinberg ' s Algorithmus wählt mit Gegenständen vor, die nicht allgemeine Anschlüsse haben und er entfernt sie

und) verwies Kraft Entspannung auf jeden Gegenstand kommt verband eine Fördermaschine, welche die Kräfte, die auf dem Abstand der Gegenstände basieren, die er gesetzt werden muß, zum posizionare der Gegenstand in einem Punkt versucht wird, in dem die Kraft, die auf ihm fungiert, es ungültig ist.

 

17) Algorithmus des simulierten Ausglühens:

Es ist ein Algorithmus, der die Suche des absoluten Minimums auch im Vorhandensein des lokalen Minimums, in praktischem übereinstimmt, wenn der Unterschied von Kosten DC, zwischen dem minimalen vorhergehenden und Punktanwärter zum Sein das neue Minimum, ist negativ dann der Anwärter wird das neue Minimum anders, wenn der Anwärter hat gleichmäßig eine nicht ungültige Wahrscheinlichkeit von angenommen werden positiv ist, verwendet insbesondere die Funktionen der Verteilung von Boltzmannoder von Dirac in, welchem T es die Temperatur ist, die zuerst hohe Wahl kommt, damit viele Zustände im Auftrag dann zur Abnahme des Schrittes am Schritt an zweiter Stelle annehmen Gesetz mit zu enthalten worden zwischen 0.95 und 0.8.

18) genetische Richtlinien:

Der Entwurf von Richtlinien gezeichnet von der Genetik und der werden sie zur Unterseite der menschlichen Entwicklung, sie sind betrachtet:

)       die Entwicklung fungiert sie auf den Chromosomen und nicht auf den lebenden Wesen, die sie kodifiziert.

B)       werden die Chromosomen mit grösserer Wahrscheinlichkeit reproduziert, die Strukturen kodifizieren, die besser der Atmosphäre angepaßt werden.

c)       wird die Entwicklung in der Wiedergabe konzentriert, in der Veränderung und Rekombination die Chromosomen der Söhne betreffend sind die der Eltern ändern

d)       kommt das neue Erzeugung anfangend von verursacht, daß man sie unabhängig und von seinem genetischen Patrimonium vom Entwicklungsabstand bewerkstelligt.

 

19) genetischer Algorithmus:

An erster Stelle ist es notwendig, die Chromosomen zu kodifizieren, in der Art kommen sie kodifizieren zu Ihnen in der Eisenbahn und mittels des Graus, damit numerisch nahe Lösungen rappresentazioni mit minimalem Abstand von Hamming haben Sie, kommt er folglich inizializzata die Bevölkerung und geschätzt für alle Funktion Kosten, dem Erzeugung von einem wird die beste Spur von nachdem die neue Bevölkerung geführt, insbesondere gewählt zwei Chromosomen mit probabilistici Kriterien ist gehaltene Vermächtnise zur Güte ihrer Lösung, kommen sie Schnitte zu Ihnen in der probabilistica Weise und mit solchen Stücken erzeugt der Rekombinationprozeß 2 Söhne, die Veränderung übereinstimmt dann, in der versehentlichen Weise aber mit Tief zu ändern Wahrscheinlichkeit jedoch der Spitze der Chromosomsöhne. Die Bevölkerung muß konstant bleiben ist folglich notwendig, um eine Klammer der Chromosomen zu beseitigen, die das vorhergehende Erzeugung, solches Ziel verwendet betreffen noch, ein probabilistico Kriterium, damit Einzelpersonen mit einer besseren Lösung grössere Wahrscheinlichkeit als haben, um zu überleben. Zum Ende jedes Zyklus, den es schätzte kommt dann, die bessere Lösung zum Ziel als, zu überprüfen, ob der Zustand des Anhaltens des Prozesses oben verfangen worden ist.