ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Multi-Objective GPP with General Negative Degree of Difficulty: New Insights

العنوان بلغة أخرى: البرمجة الهندسية المتعددة الأهداف مع درجات الصعوبة السالب المعممة: رؤى جديدة
المصدر: المجلة العراقية للعلوم الإحصائية
الناشر: جامعة الموصل - كلية علوم الحاسوب والرياضيات
المؤلف الرئيسي: Al Bayiati, Abbas Y. (Author)
مؤلفين آخرين: Khalid, Huda E. (Co-Author)
المجلد/العدد: ع20
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2011
الصفحات: 35 - 51
ISSN: 1680-855X
رقم MD: 422093
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: إن طرائق حل مسائل الامثلية غير الخطية والمتعددة الأهداف تنقسم إلى ثلاثة أنواع رئيسية: طرائق تتخذ تفصيلات مسبقة، طرائق تتخذ أفضليات لاحقة، وطرائق خالية من الأفضليات. والحقيقة لا توجد أية طريقة من الطرائق المذكورة أنفا تعتبر هي الأفضل وخالية من العيوب. في بحثنا هذا دمجنا بين طريقتين معروفتين لاستخدامهما في حل مسائل البرمجة الهندسية بدوال هدف متعددة ذات درجة صعوبة سالبة(d). أولا سنستخدم طريقة تكرارية لتحويل المسالة من درجة صعوبة سالبة إلى درجة صعوبة موجبة، ثانيا سنقترح مناقشة كل الحالات المتوافرة لهذا النوع من المسائل باستخدام طريقة ال Lexicographic وبذلك نكون قد تجنبنا دوال الهدف غير القابلة للاشتقاق في مسائل ال dual.

The methods for solving nonlinear multi-objective optimization are divided into three major categories: methods with apriori articulation of preferences, methods with a posteriori articulation of preferences, and methods with no articulation of preferences. Really there is no single approach is superior. In this paper, a combination between two well known approaches has been used to solve multi-objective GP problems having negative degree of difficulty. First, we use an alternative procedure for converting GP problem having negative degree of difficulty to positive degree of difficulty; second we proposed to discuss all available cases for any number of multi-objective in GP problems using Lexicographic method. This avoids the difficulty of non-differentiability of the dual objective function in the classical methods.

ISSN: 1680-855X