MathGO

La programación lineal de entero, el optimizador genético matemático se puede usar para resolver problemas con hasta 12 variables y hasta 11 restricciones. El solver se basa en el algoritmo genético evolutivo y la búsqueda de vecinos heurísticos que trabajan en colaboración para encontrar valores máximos o mínimos a una función objetiva sujeta a un conjunto de restricciones. Los problemas típicos se pueden encontrar en la mayoría de las matemáticas con aplicaciones en libros de nivel universitario, capítulo de programación lineal. Donde usualmente resuelven problemas a la aplicación del método gráfico o simple. Las áreas donde este tipo de problemas van desde ciencias sociales, negocios, ciencias naturales, finanzas, fabricación y transporte, entre otros. La aplicación ha sido concebida para resolver problemas de programación lineales enteros, pero con una ligera modificación al modelo matemático, se puede usar para resolver problemas de programación lineales con un número razonable de lugares decimales. El OUT PUT es una lista de soluciones con la mejor solución en la parte superior de la lista. La aplicación se ejecuta de una manera progresiva que significa que si después de una lista de salida se ha obtenido haciendo clic en el botón Buscar solución nuevamente continuará encontrando para Optima utilizando los resultados de la ejecución anterior.
Los resultados deben interpretarse en consecuencia al problema y el El usuario es el único responsable de cualquier toma de decisiones con respecto a la producción proporcionada por esta aplicación.
El algoritmo genético no es el algoritmo más rápido para resolver este tipo de problemas, por lo que habrá problemas donde requiera correr varias veces que requieren más tiempo. Tiempo para asegurarse de que, si no es óptimo, se obtiene una buena aproximación.
La aplicación ha sido probada utilizando problemas de libros de matemáticas a nivel universitario y pudo resolver los problemas en tiempos que van desde menos de un segundo para 2 y 3 Variables y menos de 50 segundos en los peores casos de problemas con 4 variables. El tiempo para obtener una solución depende altamente en la configuración del parámetro y la suerte porque la mayoría del mecanismo se basa en el azar. Esto significa que podría haber problemas donde se encuentran las soluciones en pocos segundos, pero algunas otras veces podrían ir mucho más altas que requieren múltiples carreras.
Su apoyo nos ayuda a seguir investigando y desarrollándose para mejorar esta aplicación.