Matematiksel Optimizasyon (mathematical optimization)

Matematiksel optimizasyon veya matematiksel programlama, bazı mevcut alternatifler kümesinden, bazı kriterlere göre en iyi unsurun seçilmesidir. Genellikle iki alt alana ayrılır: ayrık optimizasyon ve sürekli optimizasyon.

Optimizasyon problemleri bilgisayar bilimi ve mühendisliğinden yöneylem araştırması ve ekonomiye kadar tüm kantitatif disiplinlerde ortaya çıkmakta ve çözüm yöntemlerinin geliştirilmesi yüzyıllardır matematiğin ilgi odağı olmaktadır.

Daha genel bir yaklaşımda, bir optimizasyon problemi, izin verilen bir küme içinden girdi değerlerini sistematik olarak seçerek ve fonksiyonun değerini hesaplayarak gerçek bir fonksiyonu maksimize etmekten veya minimize etmekten oluşur.

Optimizasyon teorisi ve tekniklerinin diğer formülasyonlara genelleştirilmesi, uygulamalı matematiğin geniş bir alanını oluşturur. Daha genel olarak optimizasyon, çeşitli farklı türde amaç fonksiyonları ve farklı alan türleri de dahil olmak üzere, tanımlanmış bir alan (veya girdi) verilen bazı amaç fonksiyonlarının ‘mevcut en iyi’ değerlerini bulmayı içerir.

Başlıca alt alanlar

·         Dışbükey programlama

o    Doğrusal programlama, İkinci dereceden koni programlama, Yarı kesin programlama, Konik programlama, Geometrik programlama,

·         Tamsayılı programlama

·         İkinci dereceden programlama

·         Kesirli programlama

·         Doğrusal olmayan programlama

·         Stokastik programlama çalışmaları

·         Sağlam optimizasyon

·         Kombinatoryal optimizasyon

·         Stokastik optimizasyon

·         Sonsuz-boyutlu optimizasyon

·         Buluşsal yöntemler ve metasezgiseller

·         Kısıt yeterliliği

o    Kısıt programlama

·         Ayrık programlama

·         Uzay haritalama

Çok amaçlı optimizasyon: Bir optimizasyon problemine birden fazla hedef eklemek karmaşıklığı artırır. Örneğin, yapısal bir tasarımı optimize etmek için hem hafif hem de sağlam bir tasarım arzu edilir. İki hedef çatıştığında bir denge yaratılmalıdır.

Multi-modal or global optimization: Optimization problems are often multi-modal; that is, they possess multiple good solutions. They could all be globally good (same cost function value) or there could be a mix of globally good and locally good solutions. Obtaining all (or at least some of) the multiple solutions is the goal of a multi-modal optimizer.

Çok-modlu veya global optimizasyon: Optimizasyon sorunları genellikle çok modludur; yani birden fazla iyi çözüme sahiptirler. Bunların hepsi küresel olarak iyi olabilir (aynı maliyet fonksiyonu değeri) veya küresel olarak iyi ve yerel olarak iyi çözümlerin bir karışımı olabilir. Çoklu çözümlerin tümünün (veya en azından bir kısmının) elde edilmesi, çok-modlu bir optimize edicinin hedefidir.


(a) z = f(x, y) = −(x² + y²) + 4 ile verilen bir yüzeyin grafiği; (x, y, z) = (0, 0, 4)'teki genel maksimum mavi bir noktayla gösterilir.

(b) cos(3πx)/x, 0,1≤ x ≤1,1 için yerel ve global maksimum ve minimumlar.

(c) X'ten Y'ye bir f fonksiyonu; kırmızı oval X'teki noktalar kümesi, f'nin tanım kümesidir.

(d) Alanı negatif olmayan tüm gerçek sayılardan oluşan f(x) = √x gerçek-değerli karekök fonksiyonunun grafiği.

(e) Matematiksel optimizasyon süreci (Researchgate.net/figure/1).

 

https://en.wikipedia.org/wiki/Mathematical_optimization

28 Ocak 2024

 

GERİ (matematik anasayfa)