MathGO

説明 MathGO

整数線形計画数学的遺伝的オプティマイザは、最大12個の変数と最大11の制約で問題を解決するために使用できます。ソルバーは、一連の制約の対象となる目的関数に最大または最小値を見つけるためにコラボレーションで動作する進化的遺伝的アルゴリズムとヒューリスティック隣の検索に基づいています。典型的な問題は、大学レベルの本、リニアプログラミングの章でのアプリケーションとのほとんどの数学で見つけることができます。通常、それらはグラフィックまたはシンプレックス方法を適用する問題を解決します。このような問題が社会科学、ビジネス、自然科学、財務、製造、輸送の範囲の範囲。アプリは、整数線形計画問題を解決するために考えられてきましたが、数学モデルをわずかに変更して、妥当な数の小数点以下の場所で線形計画問題を解決するために使用できます。 OUT PUTは、リストの上部に最適な解決策のリストです。アプリは、出力リストが取得された後に、[Solution Find Solution]ボタンをクリックしても、以前の実行の結果を使用してOptimaの検索を続けます。
結果は問題に応じて解釈される必要があります。ユーザーは、このアプリによって提供された出力に関する意思決定の責任者です。
遺伝的アルゴリズムは、このような問題を解決するためにそこに最も速いアルゴリズムではありませんので、長く複数回実行する必要がある問題があるでしょう。最適でない場合には、良い近似が得られないようにする時間が得られます。
大学レベルでの数学の本からの問題を使用してテストされており、2秒以内から2秒未満の範囲で問題を解決することができました。 4つの変数に関する問題の最悪の場合、変数と50秒未満。解決策を取得する時間は、メカニズムのほとんどがランダムに基づいているため、パラメータ設定に大きく依存します。これは、2秒以内に解決策が見つかった問題がある可能性があるが、他の時間は複数の実行を必要とする可能性があることができることを意味します。
あなたのサポートは私たちがこのアプリを改善するために研究を開発し続けるのに役立ちます。