کتاب الکترونیکی

روشهای اولیه-دوگانه داخلی-نقطه

Primal-Dual Interior-Point Methods

دانلود کتاب Primal-Dual Interior-Point Methods (به فارسی: روشهای اولیه-دوگانه داخلی-نقطه) نوشته شده توسط «Stephen J. Wright»

اطلاعات کتاب روشهای اولیه-دوگانه داخلی-نقطه

موضوع اصلی: بهينه سازي. تحقیق در عملیات.

نوع: کتاب الکترونیکی

ناشر: Society for Industrial and Applied Mathematics

نویسنده: Stephen J. Wright

زبان: English

فرمت کتاب: djvu (قابل تبدیل به سایر فرمت ها)

سال انتشار: 1987

تعداد صفحه: 310

حجم کتاب: 4 مگابایت

کد کتاب: 9780898713824 , 089871382X

توضیحات کتاب روشهای اولیه-دوگانه داخلی-نقطه

اساساً 2 روش عملی به خوبی توسعه یافته وجود دارد که بر روش های حل شناخته شده برای حل مسائل برنامه نویسی خطی (بهینه سازی خطی) در رایانه غالب است. اولین روش “روش ساده” است که برای اولین بار در دهه 1940 توسعه یافت اما از آن زمان با استفاده از بسیاری از ترفندهای الگوریتمی و ذخیره سازی حافظه به یک روش کارآمد تبدیل شده است. روش‌های دیگر بسیار جدیدتر هستند و از سال 1984 شروع شده‌اند و «روش‌های نقطه‌ای داخلی» نامیده می‌شوند. روش های داخلی نقطه در واقع به بسیاری از تغییرات ممکن تقسیم می شوند، بنابراین این زمینه را برای تازه واردان گیج می کند. در طول دهه گذشته، روش‌های نقطه‌ای داخلی به بلوغ رسیده‌اند و اکنون تصویر بسیار واضح‌تر است. این کتاب شاید ساده‌ترین کتابی باشد که می‌شناسم و برخی از بهترین روش‌های عملکرد نقطه‌ای داخلی را توضیح می‌دهد. اگر می خواهید مطالب مقدماتی بیشتری در مورد برنامه ریزی خطی داشته باشید، یک همراه عالی برای کتاب فوق می تواند “بهینه سازی در تحقیقات عملیات” نوشته رادین باشد، اگرچه راردین تنها یک فصل در مورد روش های داخلی نقطه ای دارد (من این کتاب را نخوانده ام، اما به نظر می رسد این کتاب بهترین مقدمه کلی برای برنامه ریزی خطی و سایر مسائل بهینه سازی است). این وسوسه انگیز است که بگوییم قبل از رفتن به روش های داخلی-نقطه، ابتدا باید روش Simplex را یاد بگیرید – اما مطمئن هستم که افراد دیگری نیز مخالف هستند. تا آنجا که من می دانم، روش قدیمی تر Simplex هنوز هم می تواند کاملاً رقابتی باشد – برخی از مسائل با روش Simplex سریعتر حل می شوند در حالی که سایر مسائل با استفاده از روش های داخلی نقطه سریعتر حل می شوند. با این وجود، این یک زمینه تحقیقاتی پویا است و آنچه اکنون در مورد مقایسه بین این 2 روش صادق است، می تواند در آینده نزدیک به راحتی نادرست شود.

There are basically 2 well-developed practical methods that dominate the solution methods known for solving linear programming (linear optimization) problems on the computer. The first one is the “Simplex Method” which was first developed in the 1940s but has since evolved into an efficient method through the use of many algorithmic and memory storage tricks. The other methods are much newer, starting in 1984, and are called “Interior-Point Methods”. Interior-Point Methods are actually subdivided into many possible variations, thus making this field confusing to the newcomer. During the last decade, the Interior-Point Methods have matured and the picture is now much clearer. This book is perhaps the easiest one I know that explains some of the best performing Interior-Point Methods. Should you desire more introductory material about linear programming, an excellent companion to the above book would be “Optimization in Operations Research” by Rardin, although Rardin has only one chapter about Interior-Point Methods (I haven’t read this book, but the reviews sound like this book is the best general introduction to linear programming and other optimization problems). It’s tempting to say that you should learn the Simplex Method first before going on to Interior-Point methods–but I’m sure there are others who would disagree. As far as I know, the older Simplex Method can still be quite competitive–some problems are solved faster by the Simplex Method while other problems are solved faster using Interior-Point Methods. Nevertheless, this is a dynamic field of research and what is now true about the comparisons between these 2 methods can easily become false in the near future.

دانلود کتاب «روشهای اولیه-دوگانه داخلی-نقطه»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.
برچسب ها
مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.
کتابخانه دیجیتال بَلیان