کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6897334 1446023 2014 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A new nonlinear interval programming method for uncertain problems with dependent interval variables
ترجمه فارسی عنوان
یک روش برنامه ریزی غیر خطی جدید برای مشکلات نامشخص با متغیرهای فاصله وابسته
کلمات کلیدی
مدل سازی عدم اطمینان، برنامه ریزی فواصل غیر خطی، مدل فاصله، بهینه سازی نامعین وابستگی متغیر،
ترجمه چکیده
این مقاله یک روش برنامه ریزی غیر خطی جدید را پیشنهاد می کند که می تواند برای حل مسائل بهینه سازی نامشخص زمانی که وابستگی بین متغیرهای فاصله وجود دارد استفاده شود. دامنه نامشخص مدل سازی شده با استفاده از یک مدل بازه زمانی چندبعدی انجام شده است. این مدل، عدم قطعیت یک متغیر را با استفاده از یک فاصله مرزی نشان می دهد و درجه وابستگی بین متغیرهای بازه را با استفاده از زوایای همبستگی و ضرایب همبستگی نشان می دهد. بر اساس رابطه نظم فاصله و احتمال درجه باز بودن، مشکل بهینه سازی نامنظم به یک مشکل بهینه سازی دوبعدی بهینه سازی قطعی تبدیل می شود. سپس مختصات وابسته به منظور تبدیل دامنه نامشخص یک مدل بازه زمانی چندبعدی به یک دامنه نامعلومی بازه استاندارد معرفی می شود. یک الگوریتم تکراری بسیار کارآمد برای تولید یک راه حل کارآمد برای مشکل بهینه سازی تخت چند لایه پس از تبدیل فرموله شده است. برای بررسی تأثیر روش پیشنهادی، سه مثال محاسباتی ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
پیش نمایش مقاله
یک روش برنامه ریزی غیر خطی جدید برای مشکلات نامشخص با متغیرهای فاصله وابسته
چکیده انگلیسی
This paper proposes a new nonlinear interval programming method that can be used to handle uncertain optimization problems when there are dependencies among the interval variables. The uncertain domain is modeled using a multidimensional parallelepiped interval model. The model depicts single-variable uncertainty using a marginal interval and depicts the degree of dependencies among the interval variables using correlation angles and correlation coefficients. Based on the order relation of interval and the possibility degree of interval, the uncertain optimization problem is converted to a deterministic two-layer nesting optimization problem. The affine coordinate is then introduced to convert the uncertain domain of a multidimensional parallelepiped interval model to a standard interval uncertain domain. A highly efficient iterative algorithm is formulated to generate an efficient solution for the multi-layer nesting optimization problem after the conversion. Three computational examples are given to verify the effectiveness of the proposed method.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: European Journal of Operational Research - Volume 238, Issue 1, 1 October 2014, Pages 245-253
نویسندگان
, , , , , ,