MathGO

Programmation linéaire entier Optimiseur génétique mathématique peut être utilisée pour résoudre des problèmes avec jusqu'à 12 variables et jusqu'à 11 contraintes. Le solveur est basé sur l'algorithme génétique évolutif et la recherche de voisins heuristique qui travaillent en collaboration afin de trouver des valeurs maximales ou minimales à une fonction objective soumise à un ensemble de contraintes. Des problèmes types peuvent être trouvés dans la plupart des mathématiques avec des applications aux livres de niveau universitaire, chapitre de programmation linéaire. Là où ils résolvent généralement des problèmes appliquant la méthode graphique ou simplex. Les zones où ce type de problèmes varie des sciences sociales, des entreprises, des sciences naturelles, des finances, de la fabrication et des transports, entre autres. L'application a été conçue pour résoudre les problèmes de programmation linéaire entier, mais avec une légère modification du modèle mathématique, elle peut être utilisée pour résoudre des problèmes de programmation linéaires avec un nombre raisonnable de décimales. The Out Met est une liste de solutions avec la meilleure solution en haut de la liste. L'application fonctionne de manière progressive qui signifie que si une fois une liste de sortie obtenue, cliquez à nouveau sur la touche Rechercher une solution continuera à la recherche d'optima à l'aide des résultats d'une exécution précédente.
Les résultats doivent être interprétés en conséquence au problème et au L'utilisateur est l'unique responsable de toute prise de décision concernant la sortie fournie par cette application.
L'algorithme génétique n'est pas l'algorithme le plus rapide pour résoudre ce genre de problèmes afin qu'il y aura des problèmes dans lesquels il nécessite plusieurs fois plus longtemps. Il est temps de s'assurer que sinon optimale une bonne approximation est obtenu.
L'application a été testée à l'aide de problèmes des livres de mathématiques au niveau universitaire et il a été capable de résoudre les problèmes de temps allant de moins d'une seconde pour 2 et 3 variables et moins de 50 secondes dans les pires cas de problèmes avec 4 variables. Le temps d'obtenir une solution dépend fortement du paramètre et de la chance, car la majeure partie du mécanisme est basé sur aléatoire. Cela signifie qu'il pourrait y avoir des problèmes lorsqu'une solutions se retrouve dans quelques secondes, mais d'autres fois, cela pourrait aller beaucoup plus élevé nécessitant plusieurs courses.
Votre soutien nous aide à continuer à rechercher et à développer afin d'améliorer cette application.