برنامه نویسی ویژه نوجوانان

در این وبلاگ به آموزش برنامه نویسی برای کودکان و نوجوانان پرداخته می شود.

برنامه نویسی ویژه نوجوانان

در این وبلاگ به آموزش برنامه نویسی برای کودکان و نوجوانان پرداخته می شود.

ریاضی در برنامه نویسی

در این خط ، هستی شناسی حوزه محدودیت مفهومی (CC) برای تعمیم استفاده از محدودیت های خاص (Dombayci و Espuña 2017) و نحوه مدل سازی محدودیت ها در حوزه ریاضی پیشنهاد می شود (Muñoz et al.، 2014). ریاضی در برنامه نویسی  بر اساس دامنه CC ، یک روش سیستماتیک برای ایجاد و حل مشکلات تصمیم گیری عمومی در طیف وسیعی از سناریوها پیشنهاد شده است. این بر اساس تجزیه و تحلیل اطلاعات موجود و الگوهای قبلاً شناسایی شده از مدل های بهینه سازی است ، به طوری که زمان و تلاش مورد نیاز برای انجام کارهای مدل سازی مکرر به میزان قابل توجهی کاهش می یابد.

 

1. معرفی

تکنیک های برنامه نویسی ریاضی به طور گسترده در ریاضی در برنامه نویسی  مشکلات مقاوم سازی شبکه مبدل های حرارتی (HEN) مورد مطالعه قرار گرفته است. کار منتشر شده برای مقاوم سازی HEN را می توان به دو قسمت تقسیم بندی معمولی توپولوژی و تشدید اجرای بدون اصلاح توپولوژی تقسیم کرد.

 

مشکلات مقاوم سازی HEN که به اصلاح توپولوژی می پردازد شامل ریاضی در برنامه نویسی  استراتژی های بازسازی کبریت های حرارتی (به عنوان مثال جابجایی مبدل و جابجایی جریان) ، افزودن ناحیه انتقال حرارت اضافی و نصب مبدل های جدید است. اکثر مدلهای مربوط شامل فرمولاسیون MINLP یا فرمولاسیون ترکیبی NLP-MILP هستند. برای مقابله با عدم محدبگی در این مدل ها ، Ciric & Floudas (1990) از تکنیک های

 تجزیه خم کننده های عمومی استفاده کردند که می تواند به طور مکرر مقادیر متغیرها را در یک روش تکراری (زیرمشکل اولیه تا مشکل فرعی اصلی ریاضی در برنامه نویسی ) تا راه حل نهایی به روز کند. یافت شد؛ در حالی که Yee & Grossmann (1991) برخی از ساده سازی ها را برای تسکین معادلات غیر خطی معرفی کردند ، و اختلاف دمای میانگین لگاریتمی (LMTD) را با اختلاف دمای میانگین حسابی (AMTD) جایگزین کردند. از سوی دیگر ، روشهای بهینه سازی تصادفی ، شبیه سازی بازپخت (SA) (Athier و همکاران ، 1998) و الگوریتم های ژنتیک (GA) (بوچنک و Jezowski ، 2006 ؛ رضایی و شفیعی ، 2009) ، iranian cyber  برای مدیریت چنین NP انجام شده است. -مشکلات سخت پیاده سازی تکنیک های تشدید شده در ریاضی در برنامه نویسی  HEN بدون تغییرات توپولوژی

 به دلیل هزینه کمتر سرمایه در طول مقاوم سازی در HEN موجود و اجرای کوتاه تر ، به راحتی در عمل به دست می آید. پان و همکاران (2012a ، 2012b) ابتدا یک روش بهینه سازی تکراری مبتنی بر MILP را برای تشدید انتقال حرارت در HEN بدون تغییرات توپولوژی برای برخی از مشکلات ریاضی در برنامه نویسی  ادبیات پیشنهاد کرده اند ، و سپس با موفقیت این رویکرد را برای مشکلات در مقیاس بزرگ گسترش داده اند.

 

در این مقاله ، روش ارائه شده توسط پان و همکاران. (2012a) برای رسیدگی ریاضی در برنامه نویسی  به مقاوم سازی HEN با اصلاح ساختار (از جمله تقسیم جریان) توسعه یافته است. متمایز از روش پیشنهادی قبلی ، مدل جدید به اصلاح توپولوژی شبکه و تقسیم جریان می پردازد ، که برای بهینه سازی پیچیده تر و دشوارتر است.

 

نظرات 0 + ارسال نظر
برای نمایش آواتار خود در این وبلاگ در سایت Gravatar.com ثبت نام کنید. (راهنما)
ایمیل شما بعد از ثبت نمایش داده نخواهد شد