સિમ્પ્લેક્સ પદ્ધતિ અને તેની અરજી

કોઈપણ ગ્રાફિક્સ ઉકેલ હેતુઓ રેખીય પ્રોગ્રામિંગ નક્કી કરે છે કે મોટા ભાગના યોગ્ય (મહત્તમ) આત્યંતિક સંપૂર્ણપણે સુયોજિત બિંદુ (ખૂણે બિંદુ અથવા જગ્યા) સાથે સંકળાયેલી સમસ્યા કોઇ ઉકેલ. આ વિચારને સમસ્યાઓનું નિરાકરણ છે, જે સંપૂર્ણપણે કોઇ પ્રોગ્રામિંગ કાર્ય હલ કરી શકે છે બીજગણિતીય સામાન્ય સિમ્પ્લેક્સ પદ્ધતિ આધારિત છે.

ઉકેલો કે રેખીય પ્રોગ્રામિંગ સિમ્પ્લેક્સ પદ્ધતિનો ઉપયોગ પ્રશ્નોનું નિરાકરણ લાવવા માટે ભૌમિતિક પદ્ધતિ જવા માટે, તે બીજગણિતીય પદ્ધતિઓનો ઉપયોગ પણ અવકાશના તમામ આત્યંતિક પોઈન્ટ વર્ણન હાથ ધરવા માટે જરૂરી છે. (પણ કેનોનિકલ કહેવાય છે) આ રૂપાંતર કરવા માટે પ્રમાણભૂત સ્વરૂપમાં કોઇ પ્રોગ્રામિંગ સમસ્યા લાવવા માટે જરૂરી છે.

આ કરવા માટે, નીચેના પગલાંઓ કરે છે:

• ઇક્વિટી બધા અસમાનતા અવરોધ રૂપાંતરીત (વધારાની નવી વેરિયેબલ્સ રજૂઆત દ્વારા અમલમાં);
• સમસ્યા મહત્તમતા સમસ્યા ઘટાડવા માટે કન્વર્ટ કરવા માટે;
• બિન-નકારાત્મક પરિબળો મેળવવી આવશ્યક છે, તેમને બધા મફત રૂપાંતર.

બધા ફેરફારો કાર્યો પ્રમાણભૂત પ્રકારો આકાર મૂળભૂત ઉકેલ નક્કી કરશે પરિણામે મેળવી હતી. જે બદલામાં, સ્પષ્ટ અવકાશના તમામ ખૂણે પોઈન્ટ વ્યાખ્યાયિત કરે છે. ત્યાર બાદ, સિમ્પ્લેક્સ પદ્ધતિ તમે બધા પ્રાપ્ત આધાર શ્રેષ્ઠ ઉકેલ શોધવામાં મદદ મળશે.

મુખ્ય બાબત એ છે કે વ્યવહારમાં બીજગણિતીય કાર્યો હલ એક સમાન પદ્ધતિ કરે છે - તે યોજના કામગીરી સતત અને સતત સુધારો છે, તેના પરિણામે જે મહત્તમ કાર્યક્ષમતા હોડ સાથે હેતુઓ અનુભૂતિ છે. મુખ્ય વસ્તુ ઇચ્છિત પરિણામ મેળવવા માટે શું કરવું - તે યોગ્ય છે ગાણિતિક અને સોફ્ટવેર સ્વરૂપમાં તે અમલ કરવા માટે.

બધા જ ડેવલપમેન્ટ પરિણામ સિમ્પ્લેક્સ પદ્ધતિ છે, જે એક ખાસ પ્રક્રિયા પ્રક્રિયા છે, દરેક અનુગામી નિર્ણયો સતત સુધારણા પર આધારિત હોવી જોઈએ. આ વિમાન તમામ પોઈન્ટ pairwise સરખામણી, અને મહત્તમ શોધવામાં દ્વારા થાય છે.

તે લાંબા સમયથી સાબિત કરી કરવામાં આવે છે કે શ્રેષ્ઠ ઉકેલ (જો કોઈ હોય તો) માટે બધા શોધ પગલાંઓ સમગ્ર અને મર્યાદિત સંખ્યામાં પૂર્ણ થાય છે. એકમાત્ર અપવાદ છે, જે સિમ્પ્લેક્સ પદ્ધતિ હેન્ડલ કરી શકતાં નથી - એક "પતિત સમસ્યા નથી." આમ ત્યાં કહેવાતા "લૂપ", જે વખત કાર્યો જ અનંત સંખ્યામાં સતત રટણ પરિણમે છે.

સિમ્પ્લેક્સ પદ્ધતિ 1947 માં વિકસાવવામાં આવી હતી. તેના "પિતૃ" યુએસ Dzhordzh Dantsig માંથી ગણિતશાસ્ત્રી હતા. હકીકત સિમ્પ્લેક્સ પદ્ધતિ આવા લાંબો ઇતિહાસ ધરાવે છે કે જોતાં, આજે સૌથી વધુ અભ્યાસ અને સૌથી માણસ દ્વારા સામનો કોઈપણ સમસ્યાઓ માટે શ્રેષ્ઠ ઉકેલો શોધવા માટે કાર્યક્ષમ એક છે.

Stepwise ઓપ્ટિમાઇઝેશન પદ્ધતિ મોટા પ્રમાણમાં સમાજના તમામ પ્રવૃત્તિઓ સરળ. તે બંને વૈજ્ઞાનિક અને ઔદ્યોગિક ક્ષેત્રોમાં વાપરી શકાય છે. તેનો મોટાપાયે થતો ઉપયોગ જટિલ સમસ્યાઓ ગાણિતિક સાચું વાજબી ઉકેલો બનાવવા માટે મદદ કરશે.