برآورد پارامترهای غیرقطعی مدلهای برنامه ریزی ریاضی با تلفیق روش های یادگیری ماشین و هوش مصنوعی

کد مقاله : 1157-MMAI

نویسندگان

علی رمضانی * شهرک غرب

چکیده مقاله

چکیده با توجه به اهمیت باالی مساله بهینه سازی، در این مقاله ابتدا به مطالعه مدل های برنامه ریزی ریاضی با در نظر گرفتن انواع روش های برآورد ضرایب مدل پرداخته میشود و سپس تالش می شود تا با استفاده از ترکیب هوش مصنوعی و روشهای بهینه سازی داده محور و مبتنی بر یادگیری ماشین، روش اتوماسیون کاراتری برای برآورد بهینه ضرایب پیدا کرد . بدیهی است برای گرفتن اطالعات صحیح و واقعی از مدل باید داده های صحیح و واقعی به مدل وارد شود. با توجه به اینکه قسمت اعظم داده های ورودی به مدل ارائه شده را ضرایب فنی و ضرایب تابع هدف تشکیل می دهند، لذا الزم است اطالعات مربوط به این ضرایب با نهایت دقت تعیین شود و در حد امکان یک روش علمی مناسب جهت تعیین مقدار این ضرایب تدوین شود )عادل آذر و همکاران، 1386 .)لذا پیدا کردن بهترین روش در برآورد ضرایب مدل های برنامه ریزی ریاضی، می تواند نقش بسزایی در بهینه کردن مقادیر نهایی متغیرهای استخراج شده از مدل برنامه ریزی ریاضی داشته باشد و مساله اصلی در این پژوهش نیز همین می باشد. در این مقاله پس از بررسی روشهای موجود در برآورد ضرایب مدل های برنامه ریزی ریاضی، برآورد ضرایب توابع هدف و محدودیت ها با استفاده از هوش مصنوعی و سپس روش های بهینه سازی داده محور و روش آماری پیشرفته نیمه پارامتری معادله تخمین زده شده )GEE(عمومی 1

کلیدواژه ها

یادگیری ماشین هوش مصنوعی

وضعیت: پذیرفته شده مشروط برای ارائه شفاهی