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.