গাণিতিক প্রোগ্রামগুলির কোন শ্রেণির বহুত্ব সময়ে সঠিক বা আনুমানিক সমাধান করা যায়?


31

ক্রমাগত অপ্টিমাইজেশন সাহিত্য এবং টিসিএস সাহিত্যের দ্বারা আমি বিভ্রান্ত হয়ে পড়েছি যেগুলি সম্পর্কে (ধ্রুবক) গাণিতিক প্রোগ্রামগুলির (এমপি) দক্ষতার সাথে সমাধান করা যায়, এবং কোনটি পারে না। অবিচ্ছিন্ন অপ্টিমাইজেশন সম্প্রদায়টি দাবি করছে যে সমস্ত উত্তল প্রোগ্রামগুলি দক্ষতার সাথে সমাধান করা যেতে পারে তবে আমি বিশ্বাস করি যে তাদের "দক্ষ" এর সংজ্ঞা টিসিএস সংজ্ঞার সাথে মেলে না।

এই প্রশ্নটি গত কয়েক বছরে আমাকে অনেকটা বিরক্ত করছে এবং এর সুস্পষ্ট উত্তর আমি খুঁজে পাব না বলে মনে হয়। আমি আশা করি আপনি একবারে এবং এটি সমাধানের জন্য আমাকে সহায়তা করতে পারেন: কোন শ্রেণির এমপিদের বহুবর্ষীয় সময়ে ঠিক সমাধান করা যায় এবং যার মাধ্যমে; এবং সংসদ সদস্যদের সর্বোত্তম সমাধানের প্রায় কাছাকাছি সম্পর্কে কী জানা যায় যা আমরা বহু-কালীন সময়ে সঠিকভাবে সমাধান করতে পারি না?

নীচে, আমি এই প্রশ্নের একটি অসম্পূর্ণ উত্তর দিচ্ছি যা সম্ভবত কিছু জায়গায় ভুলও রয়েছে, তাই আমি আশা করি যে আমি যে স্থানগুলিতে ভুল তা আপনি আমাকে যাচাই করতে এবং সংশোধন করতে পারবেন। এটিতে এমন কিছু প্রশ্ন রয়েছে যা আমি উত্তর দিতে পারি না।

আমরা সকলেই জানি যে রৈখিক প্রোগ্রামিং হ'ল বহুবৃত্তীয় সময়ে হ'ল এলিপসয়েড পদ্ধতি বা একটি অভ্যন্তরীণ পয়েন্ট পদ্ধতি চালিয়ে এবং পরবর্তীকালে কিছু বৃত্তাকারী প্রক্রিয়া চালানো যায়। লিনিয়ার প্রোগ্রামিং এমনকি বহু পরিবর্তনশীল সংখ্যায় বৈকল্পিকের সমাধান করা যায় যখন কোনও এলপি-র পরিবারের কোনও অতি বৃহত পরিমাণে রৈখিক সীমাবদ্ধতার মুখোমুখি হয়, যতক্ষণ না কেউ এর জন্য একটি "বিচ্ছিন্নতা ওরাকল" সরবরাহ করতে পারে: একটি অ্যালগরিম , হয় নির্ধারণ করে যে সেই বিন্দুটি ব্যবহারযোগ্য কিনা বা একটি হাইপারপ্লেন আউটপুট দেয় যা পয়েন্টটি সম্ভাব্য পয়েন্টগুলির পলিহেড্রন থেকে পৃথক করে। একইভাবে, এলপিগুলির কোনও পরিবারের পক্ষে যখন প্রচুর পরিমাণে ভেরিয়েবলের মুখোমুখি হয়, তখন যদি কেউ এই এলপিগুলির দ্বৈতগুলির জন্য পৃথকীকরণ অ্যালগরিদম সরবরাহ করে তবে সময়সীমার মধ্যে সংক্ষিপ্ত আকারে লিনিয়ার প্রোগ্রামিং।

এলিপসয়েড পদ্ধতিটি বহিরাগত সময়ে চতুষ্কোণ প্রোগ্রামগুলি সমাধান করতে সক্ষম হয়, যদি উদ্দেশ্যমূলক কার্যের ক্ষেত্রে ম্যাট্রিক্সটি ইতিবাচক (আধা?) সুনির্দিষ্ট হয়। আমি সন্দেহ করি যে, বিচ্ছেদের ওরাকল ট্রিকটি ব্যবহার করে আমরা কিছু ক্ষেত্রে এটি করতে পারি যদি আমরা অবিশ্বাস্য সংখ্যক সীমাবদ্ধতার সাথে আচরণ করে dealing এটা কি সত্যি?

ইদানীং সেমিাইডেফিন্ট প্রোগ্রামিং (এসডিপি) টিসিএস সম্প্রদায়টিতে প্রচুর জনপ্রিয়তা অর্জন করেছে। অভ্যন্তরীণ বিন্দু পদ্ধতি বা উপবৃত্তাকার পদ্ধতি ব্যবহার করে কেউ এগুলি নির্বিচারে নির্ভুলতার সমাধান করতে পারে। আমি মনে করি, স্কোয়ার শিকড়গুলি ঠিক গণনা করা যায় না বলে সমস্যার কারণে এসডিপিগুলি ঠিক সমাধান করা যায় না। (?) আমি যদি বলি এসডিপির জন্য কোনও এফপিটিএএস আছে তবে এটি কি সঠিক হবে? আমি এটি কোথাও দেখিনি, তাই সম্ভবত এটি সঠিক নয়। কিন্তু কেন?

আমরা যথাযথ নির্ভুলতা পর্যন্ত ঠিক এলপিগুলি এবং এসডিপিগুলি সমাধান করতে পারি। অন্যান্য শ্রেণীর কনিক প্রোগ্রামগুলি সম্পর্কে কী বলা যায়? উপবৃত্তাকার পদ্ধতিটি ব্যবহার করে কি আমরা স্বেচ্ছাসেবী যথাযথতা অবধি দ্বিতীয়-ক্রমের শঙ্কু প্রোগ্রামগুলি সমাধান করতে পারি? আমি জানি না।

এমপিদের কোন শ্রেণির উপর আমরা উপবৃত্ত পদ্ধতিটি ব্যবহার করতে পারি? এ জাতীয় সংসদ সদস্যের কী কী সম্পত্তি এমনটি সন্তুষ্ট করার প্রয়োজন যা স্বেচ্ছাচারিত নির্ভুলতার জন্য উত্তর দেওয়া যেতে পারে, এবং বহুবর্ষের সময় সঠিক সমাধান পেতে আমাদের আরও কী কী সম্পত্তি যুক্ত করতে হবে? ইন্টিরির পয়েন্ট পদ্ধতির জন্য একই প্রশ্ন।

ওহ, এবং অবশেষে, এমন কি কারণ যা অবিরত অপ্টিমাইজারগুলি বলে যে উত্তল প্রোগ্রামগুলি দক্ষতার সাথে সমাধান করা যায়? এটা কি সত্য যে উত্তল প্রোগ্রামের একটি স্বেচ্ছাসেবী-নির্ভুলতার উত্তর বহুবারের মধ্যে পাওয়া যায়? আমি বিশ্বাস করি না, তাহলে "দক্ষ" তাদের সংজ্ঞাটি আমাদের কোন দিক থেকে আলাদা?

কোন অবদান প্রশংসা করা হয়! আগাম ধন্যবাদ.


6
এই প্রশ্নের শিরোনামটি অনেক বেশি বিস্তৃত; দেখে মনে হচ্ছে যে আপনি যা জানতে চান তা হ'ল উত্তল প্রোগ্রামগুলি আসলে বহুবর্ষের সময়ে সমাধান করা যায় কিনা।
পিটার শোর

Seconded। বার্ট, সম্ভবত আপনি কিছু নির্দিষ্ট প্রশ্নগুলিকে ভেঙে ফেলতে পারেন?
সুরেশ ভেঙ্কট

পিটার এবং সুরেশ, এই পরামর্শগুলির জন্য ধন্যবাদ। আমি যা লিখেছি তা থেকে এটি অনুধাবন করা উচিত যে আমি উত্তল প্রোগ্রামগুলি সমাধান করতে পারি বা বহু সময়ের মধ্যে প্রায় অনুমান করা যায় কিনা এই প্রশ্নে আগ্রহী নই। আমি মূলত উপবৃত্তাকার এবং অভ্যন্তর বিন্দু পদ্ধতির সীমাতে আগ্রহী এবং আমি আশা করছি যে কেউ এমপিদের কোন শ্রেণির দক্ষতার সাথে কাজ করছেন তা অবিকল জানেন। আমি এটি জিজ্ঞাসা করছি কারণ এটি নিয়ে সাহিত্যের বর্তমান সংস্থা সম্পর্কে (আমার কাছে) পরিষ্কার নয়।
বার্ট

ব্যক্তিগতভাবে, আমি মনে করি এটির এক জায়গায় এই সম্পর্কে একটি সুন্দর ওভারভিউ (ভাল এই স্ট্যাকেক্সচেঞ্জ প্রশ্নের উত্তর হিসাবে) রাখা ভাল। এছাড়াও আমার কাছে এটি বেশ সুসংগত প্রশ্নের মতো বলে মনে হচ্ছে। যাইহোক, আমি স্ট্যাকেক্সচেঞ্জে নতুন হিসাবে, আমি এখানকার সংস্কৃতি এবং নীতিশাস্ত্রের সাথে পরিচিত নই .. সুতরাং আপনি যদি জেদ করেন তবে আমি কীভাবে এই প্রশ্নটিকে একাধিক ছোট প্রশ্নে বিভক্ত করব তা জানার চেষ্টা করব।
বার্ট

1
আমি মনে করি যে এই প্রশ্নের উত্তর খুব বেশি বিস্তৃত আছে have উপবৃত্তাকার এবং অভ্যন্তরীণ বিন্দু পদ্ধতির সীমাটি একটি ভাল প্রশ্ন হবে এবং উত্তল প্রোগ্রামগুলির জন্য কী করা যায় তা একটি ভাল প্রশ্ন, তবে আপনি যদি অ্যালগরিদম বা প্রোগ্রামের ধরণ নির্দিষ্ট না করেন তবে আপনি মূলত জিজ্ঞাসা করছেন আপনার উত্তরে ক্রমাগত অপ্টিমাইজেশনের পুরো ক্ষেত্রের সংক্ষিপ্তসার জন্য এবং এটি বেশ অসম্ভব। এটি কোনও ছোট ক্ষেত্র নয়। তবে, আপনি যদি আপনার প্রশ্নটি ঠিক তেমন ছেড়ে দেন তবে আপনি আরও একটি ভাল আংশিক উত্তর পাবেন quite
পিটার শর

উত্তর:


18

আমি এই অংশটির উত্তর দিতে পারি:

যদি আমি বলি যে এসডিপির জন্য কোনও এফপিটিএএস আছে তবে এটি কি সঠিক হবে? আমি এটি কোথাও দেখিনি, তাই সম্ভবত এটি সঠিক নয়। কিন্তু কেন?

বিবৃতিটি সঠিক, তবে আমরা প্রায়শই এটি দেখতে পাই না কারণ একটি শক্তিশালী বিবৃতি এই দুর্বল বক্তব্যটির চেয়ে বেশি গুরুত্বপূর্ণ।

এফপিটিএএস হ'ল বহু-সময়কালীন অ্যালগরিদম যা কোনও সমস্যা এবং নির্ভুলতা প্যারামিটার 1 কে দিয়ে থাকে , একটি (1 + 1 / কে ) -প্রসূত সমাধান দেয়।

তবে এসডিপি-র জন্য, উপবৃত্তাকার পদ্ধতি এবং অভ্যন্তরীণ-বিন্দু পদ্ধতি বহুবর্ষ-সময়ের অ্যালগোরিদম সরবরাহ করে যা একটি সমস্যা এবং যথার্থ পরামিতি 1 কে , আউটপুট এ (1 + 2 - কে ) -প্রসূত সমাধান দেয়। নোট করুন যে এফপিটিএএস-এর জন্য প্রয়োজনীয়গুলির চেয়ে আনুমানিক ফ্যাক্টরটি আরও ভাল।


এলিপসয়েড পদ্ধতি এবং অভ্যন্তরীণ-বিন্দু পদ্ধতির বহুপদী সময় চলার জন্য অতিরিক্ত শর্তাদি প্রয়োজন বলে এটিকে আরও কিছু যত্নের প্রয়োজন।
যোশিও ওকামোটো

এর জন্য ধন্যবাদ, সোসোশি! ইয়োশিও, আপনি এর দ্বারা কী বোঝাতে চেয়েছেন তা পরিষ্কার করে বলতে পারেন? আপনি কি সত্যই বোঝাতে চাইছেন যে নির্দিষ্ট এসডিপিতে প্রয়োজনীয় শর্ত আছে, কারণ অন্যথায় পল-টাইমে এসডিপির মতো অনুমান করা যায় না? সেক্ষেত্রে এটি আমার কাছে অবাক এবং আমি এই শর্তগুলি সম্পর্কে জানতে আগ্রহী। ধন্যবাদ।
বার্ট

@ বার্ট: উদাহরণস্বরূপ, আপনি যদি লোভাস সিএস.এলটি.হু / লালোভস / সেমিডেফ.এস এর বক্তৃতা নোটগুলি দেখেন তবে আপনি উপপাদ্য ৩.7 (পৃষ্ঠা 19) উত্তলকে হ্রাস করার জন্য উপবৃত্তাকার পদ্ধতির চলমান-সময়সীমা সম্পর্কে আলোচনা করতে পারেন । সেখানে কিছু প্রযুক্তিগত অনুমান আরোপিত হয়।
ইয়োশিও ওকামোটো

4
rRlogR/r

এটার জন্য অনেক ধন্যবাদ। এটি আমার প্রশ্নের একটি খুব বড় অংশ উত্তর দেয়। দেখে মনে হচ্ছে তাত্ত্বিক কম্পিউটার বিজ্ঞানীদের কাছে এই জ্ঞানটি একটি খুব কার্যকর সরঞ্জাম হতে পারে, যদিও এখনও আমার কাছে মনে হয় এটি মোটেই সুপরিচিত নয় এবং প্রায় কোথাও বলা হয়নি। রহস্যময়।
বার্ট

5

আমি জানি না যে সমস্ত উত্তল সমস্যাগুলি পি তে আছে কিনা তবে আমি একটি সম্পর্কিত প্রশ্নের উত্তর দিতে পারি: ননকনভেক্স অপটিমাইজেশন হ'ল এনপি-হার্ড। দেখুন "এক নেতিবাচক সঙ্গে দ্বিঘাত প্রোগ্রামিং eigenvalue দ্বারা NP-কঠিন"

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.