แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Wanyok Atisattapong . Identifying non-binding constrints in linear programming problems using supervised learning neural networks. Master's Degree(Computational Science). Chulalongkorn University. : Chulalongkorn University, 2004.
Identifying non-binding constrints in linear programming problems using supervised learning neural networks
การระบุเงื่อนไขบังคับแบบนอนไบน์ดิงในปัญหากำหนดการเชิงเส้นโดยใช้โครงข่ายประสาทเทียมซึ่งมีการเรียนรู้แบบกำกับดูแล
Name: Wanyok Atisattapong
LCSH:
Linear programming
Othors:
Non-binding constraints
Abstract:
This thesis proposed an approach for identifying non-binding constraints in a linear programming problem (LP). A supervised learning neural network 9NN) was applied in the prediction method. The inputs of neural network were composed of the coefficients of the objective function, the coefficients of the constraints and the right-hand-side constants of linear programming problems. For each target of neural network, it set to 1 fif the constraint was binding and O if the constraint was non-binding. We considered specifically the LP that has a unique optimal solution and fixed the problem size to m x n dimensions where n was varied from 2 to 4 and m was varied from n to n+2. Moreover, the back propagation (BP) algorithm was selected for training neural networks. The result of this research showed the accuracy of neural networks that identified non-binding constraint
Abstract:
วิทยานิพนธ์นี้เสนอ วิธีการระบุเงื่อนไขบังคับแบบนอนไบน์ดิงในปัญหากำหนดการเชิงเส้น โดยนำโครงข่ายประสาทเทียมซึ่งมีการเรียนรู้แบบกำกับดูแล มาประยุกต์ใช้ในขั้นตอนการทำนายเงื่อนไขบังคับข้อมูลนำเข้าของโครงข่ายประสาทเทียมประกอบด้วย ค่าสัมประสิทธิ์ของฟังก์ชันจุดประสงค์ ค่าสัมประสิทธิ์ของเงื่อนไขบังคับ และค่าคงที่ทางขวามือของปัญหากำหนดการเชิงเส้น สำหรับค่าเป้าหมายในการเรียนรู้ของโครงข่ายประสาทเทียมจะกำหนดให้เป็น 1 เมื่อเงื่อนไขบังคับนั้นเป็นแบบไบน์ดิง และให้เป็น 0 เมื่อเงื่อนไขบังคับนั้นเป็นแบบนอนไบน์ดิง โดยงานวิจัยนี้จะพิจารณาเฉพาะปัญหากำหนดการเชิงเส้นที่มีผลเฉลยเพียงคำตอบ และมีขนาด m x n มิติ โดย n มีค่าตั้งแต่ 2 ถึง 4 และ m มีค่าตั้งแต่ n ถึง n+2 และเลือกใช้ขั้นตอนวิธีแบบแบคพรอพาเกชันในการฝึกสอนโครงข่ายประสาทเทียม ผลของงานวิจัยจะเสนอในรูปของเปอร์เซ็นต์ความถูกต้องในการทำนายเงื่อนไขบังคับแบบนอนไบน์ดิงของโครงข่ายประสาทเทียม
Chulalongkorn University
Address:
กรุงเทพมหานคร (Bangkok)
Email:
cuir@car.chula.ac.th
Name: Krung Sinapiromsaran
Role:
Advisor
Created:
2004
Issued:
2006-02-23
Modified:
2006-05-18
วิทยานิพนธ์/Thesis
URL: http://thailis-db.car.chula.ac.th/CU_DC/Thesis/January2006/Wanyok.pdf
ISBN:
9741765401
tha
DegreeName: Master of Science
Level: Master's Degree
Descipline: Computational Science
Grantor: Chulalongkorn University
©copyrights จุฬาลงกรณ์มหาวิทยาลัย
RightsAccess:
ใช้เวลา
0.038153 วินาที
Wanyok Atisattapong
| Title | Contributor | Type |
|---|---|---|
| Identifying non-binding constrints in linear programming problems using supervised learning neural networks
จุฬาลงกรณ์มหาวิทยาลัย Wanyok Atisattapong | Krung Sinapiromsaran | วิทยานิพนธ์/Thesis |
Krung Sinapiromsaran