لى فنغ شبكة AI Yanxishe حسب: البيئة الاجتماعية الحديثة، وتحسين تم تطبيق التفكير لجميع جوانب الأعمال التجارية، والإنتاج، والحياة الزوجية، في هذه الفئة المفتوحة، ومكبرات الصوت الجمع بين الأفكار مشاهد الحياة الشعبية اللوجستية الأمثل، ومع القضايا الأمثل وحالات محددة لتحليل متعمق من خوارزميات مخصصة ويمكن أن تحقق قيمة هائلة.

حصة رئيس مجلس النواب:

موسم الذروة ياو، تخرج من قسم الهندسة الكيميائية، طالب دكتوراه في جامعة كورنيل، وأنظمة الطاقة النمذجة الرياضية والخدمات اللوجستية تزويد تعمل سلسلة الأمثل. خلال أول مؤلف الدكتور هوية نشرت عشرات الصحف في أعلى صناعة المجلات، كمراجع عدد من المجلات الأكاديمية الدولية، وتقرير أكاديمي عدة في المؤتمرات الدولية. وكان الشركة الصينية للبتروكيماويات تشارك في عدد من مشاريع الإنتاج و بعد إضافة قليل من الأرز تقديم الخدمات الفنية لعدد من نماذج الأعمال.

الفئة المفتوحة عنوان القراءة:

حصة الموضوع:

تخصيص خوارزمية الأمثل: "تفصيل" لمشاكل العمل المعقدة

حصة الخطوط العريضة:

• ما هو التحسين اللوجستية

• تحسين الحياة الفكرية

• نظرة عامة الخوارزمية الأمثل

• العرف كفاءة الخوارزميات مشكلة MILFP

• دراسات حالة أخرى

لى فنغ شبكة AI Yanxishe لمشاركة المحتوى تتلخص فيما يلي:

بدأ الازدهار والتنمية في بحوث العمليات في الحرب العالمية الثانية، عندما الحلفاء لاستخدام الرياضية الأفكار نماذج / الخدمات اللوجستية الأمثل لحل المشاكل المرتبطة القتالية، وبعد الحرب، وكثيرا ما يستخدم خوارزمية للعمل بين رجال الأعمال والحكومة، لتقديم الدعم لتسريع التنمية الاقتصادية ، مع تطور تكنولوجيا الكمبيوتر الحديثة، وبحوث العمليات هو للناس لحلها، مشاكل أكبر أكثر تعقيدا، ليس حتى القرن 21، وكيفية البيانات الكبيرة تحولت إلى المواضيع الرئيسية لبحوث العمليات القرار الأمثل.

ببساطة، وسائل "التحسين" تبحث في تلبية القيود يمكن تعظيم / التقليل من هدف من القرارات المثلى، وينقسم إلى قسمين مجموع الخطوات الرئيسية: النمذجة والحل - تعكس خبرة الأمثل في إنشاء مجموعة جيدة من النماذج وسيلة فعالة لحلها.

الأسئلة المتداولة حول شكل الرياضيات على النحو التالي:

الحياة ونحن سوف تواجه الكثير من الاحتياجات الوقت الذي "الأمثل". المتحدثون في الوضع شياو مينغ أكل وعاء حار، على سبيل المثال، في وجه من المرح (الشبع) والمال (مراقبة الميزانية)، وكذلك سلسلة من معضلة في ظل ظروف الجبرية، كيف سيكون هذا مفاضلة من قبل خوارزمية الأمثل للحصول على أفضل النتائج.

الذي يظهر رياضيا أدناه:

[من هذا القسم شرح التفاصيل، يرجى الاطلاع من الفيديو 00:05:35 في، http: //www.mooc.ai/open/course/630 = Leiphone]

إذا مقسمة وفقا لنوع من أنواع المتغيرات والقيود، ثم المشاكل الأمثل مشترك يمكن تقسيمها إلى ما مجموعه أربعة أنواع:

خوارزميات الحل ويحلون شيوعا، على النحو التالي:

لماذا التخصيص الخوارزمية؟

يمكننا أن ننظر إلى هذه المسألة من منظورين:

أسهم مؤلف استكشاف له من خوارزميات الأمثل للعمل MINLP مشاكل محددة خلال دراسة الدكتوراه، وصف محدد لهذه المشكلة على النحو التالي:

[من هذا القسم شرح التفاصيل، يرجى الاطلاع من الفيديو 00:17:54 في، http: //www.mooc.ai/open/course/630 = Leiphone]

وقدم عدد من المتحدثين على مسألة الخوارزميات التحسين المخصص ومزاياها وعيوبها بالتفصيل، بما في ذلك:

• نسبة اختلاف حدودي خوارزمية

[من هذا القسم شرح التفاصيل، يرجى الاطلاع من الفيديو 00:22:33 في، http: //www.mooc.ai/open/course/630 = Leiphone]

• ملزمة التحول Charnes كوبر مع الخطية إعادة صياغة-الخطية خوارزمية طريقتين Glovers ل

[من هذا القسم شرح التفاصيل، يرجى الاطلاع من الفيديو 00:26:55 في، http: //www.mooc.ai/open/course/630 = Leiphone]

• وبناء على فرع وطريقة ملزمة B & B & C-C خوارزمية

[من هذا القسم شرح التفاصيل، يرجى الاطلاع من الفيديو 00:29:52 في، http: //www.mooc.ai/open/course/630 = Leiphone]

اختبارات وأخيرا، تمت مقارنة المتحدثين عن الخوارزميات، والتي تأخذ في الاعتبار الكامل لعدد من المتغيرات الثنائية والقيود التي تفرضها المتغيرات المستمرة وسلسلة من الشروط:

وأظهرت النتائج أن حدودي خوارزمية وإعادة صياغة-الخطية خوارزمية أفضل أداء عموما؛ ومشتركة يحلون الأمثل المحلية SBB DICOPT والأداء على حل المشاكل الصغيرة مع خوارزميات مخصصة للحصول على حتى اثنين، يمكن أن تسرع في حل مشاكل كبيرة ثم بعض سيئة، وأنها فشلت في حل جميع المشاكل؛ B والتي اقترحها رئيس وB & خوارزمية CC لحل المشاكل الصغيرة في أداء مشترك بالكاد مواكبة يحلون الأمثل المحلية، لكنها كبيرة جدا على أداء لحل المشكلة مستقر، وحتى وقت متأخر للحاق بركب يحلون الأمثل المحلية المشتركة.

بشكل عام، هذه الحالات تعطينا إلهام 03:00:

• خوارزميات مخصصة لمشاكل معينة غالبا ما تكون قادرة على خطوة مفاجئة، هزم بسهولة خوارزمية التحسين العام.

• لديه خوارزميات مخصصة لنفس النوع من المشاكل أيضا معظم تطبيقاتها مناسبة.

• لمحاولة، وأكثر من ذلك لاستكشاف، قد تكون قادرة على القضاء على شرارة مختلفة

وأخيرا، كما يشارك في مكبرات الصوت المشاركة في المشاريع الصناعية الأرز الاستخبارات، ويصف كيفية الأرز سلسلة التوريد التكنولوجيا تمكين الصناعات المختلفة، ونهاية هذه الحصة.

[من هذا القسم شرح التفاصيل، يرجى الاطلاع من الفيديو 00:38:09 في، http: //www.mooc.ai/open/course/630 = Leiphone]

هذه هي الضيوف الحالي جميعا. أكثر انفتاحا الذهاب فئة فيديو لشبكة لى فنغ AI Yanxishe المجتمع ( لمشاهدة. التركيز على عدد جمهور قناة الصغرى: AI Yanxishe (okweiwu)، يمكنك الحصول على أحدث إشعار وقت الفئة المفتوحة الحية.

انقر على قراءة النص، إذا نظرنا إلى الوراء هذه المسألة الفئة المفتوحة