خوارزيمات التحسين واتخاذ القرار
خوارزميات التحسين في الذكاء الاصطناعي
مشكلات التخصيص
أمثلة على مشكلات التخصيص القيود والدوال الموضوعية
يمكن نمذجة كل التطبيقات الواردة سابقاً في صورة مشكلات معقدة لها عدد كبير من الحلول الممكنة
الطبيعة الخاصة بأسلوب القوة المفرطة تضمن دائماً إيجاد الحل الأمثل متى أمكن ذلك
الحل الأمثل
طرائق الاستدلال
البرمجة القيدية
البرمجة الرياضية
مثال عملي: تحسين مشكلة تشكيل فريف
مثال عملي: تحسين مشكلة تشكيل فريف 1
مثال عملي: تحسين مشكلة تشكيل فريف 2
اتخاذ القرار بخوارزمية القوة المفرطة
يمكن إنشاء الدالة التالية لحل مشكلة تكوين الفريق بأسلوب القوة المفرطة
من المؤكد أن خوارزمية الحل بالقوة المفرطة ستجد أفضل حل ممكن أي أقل الفرق عددا
يستخدم المقطع البرمجي التالي وخوارزمية الحل بالقوة المفرطة لحساب الحلول المكتبة لمجموعات البيانات التي تم انشاؤها
اتخاذ القرار باستخدام خوارزمية استدلالية جشعة
خوارزمية استدلالية جشعة 1
لا تأخذ خوارزمية الحل الجشعة كل الفرق الممكنة بعين الاعتبار ولا تضمن إيجاد الحل الأمثل
ما مزايا وعيوب استخدام كل من خوارزمية القوة المفرطة والخوارزمية الاستدلالية الجشعة في حل مشكلات التحسين ؟
حلل طريقة استخدام الخوارزميات الاستدلالية الجشعة لايجاد الحلول المثلى في مشكلات التحسين
انشى خوارزمية جشعة لتحسين مشكة تكوين أعضاء فريق من خلال إكمال المقطع البرمجي التالي بحيث تستخدم خوارزمية الحل الاستدلالية الجشعة لتكليف اعضاء الفريق بالمهمة
اذكر ثلاث مشكلات مختلفة من العالم الواقعي وفي كل مشكلة
إذا قمت بزيادة عدد العمال في خوارزمية القوة المفرطة كيف يؤثر ذلك على المشكلة من حيث عدد الحلول والزمن الحسابي
