ক্যালেন্ডার / পরিকল্পনা অ্যালগরিদম


24

আমি একটি সমস্যার মুখোমুখি হয়েছি আমি কীভাবে যোগাযোগ করব তা নিশ্চিত নই। আমাকে কর্মীদের জন্য একটি ক্যালেন্ডার তৈরি করতে হবে, তাদের প্রত্যেকের নির্দিষ্ট কাজের সীমাবদ্ধতা রয়েছে (কিছু ব্যক্তিগত, কিছু সাধারণ)

আমি যা নিয়ে কাজ করছি:

  • আমার ডাক্তার আছে
  • প্রতিটি ডাক্তার 5 দিন / সপ্তাহ কাজ করতে হয়।
  • প্রতিটি ডাক্তারকে 1 রাত / সপ্তাহ কাজ করতে হয়
  • প্রতিটি ডাক্তারকে অন্যান্য চিকিত্সকের তুলনায় সমান পরিমাণ রাত (বা যতটা সম্ভব কাছাকাছি) কাজ করতে হয়
  • প্রতিটি চিকিত্সককে বৃহস্পতিবার রাত এবং রবিবার রাতে অন্যান্য চিকিত্সকের তুলনায় সমান পরিমাণে কাজ করতে হয় (বা যতটা সম্ভব কাছাকাছি)
  • কিছু ডাক্তার নির্দিষ্ট দিন / রাত কাজ করতে পারবেন না (ব্যবহারকারীর দ্বারা ইনপুট)
  • কিছু ডাক্তার নির্দিষ্ট দিন / রাত (ব্যবহারকারী দ্বারা ইনপুট) কাজ করতে চান
  • কিছু ডাক্তার নির্দিষ্ট দিন / রাত (ব্যবহারকারী দ্বারা ইনপুট) কাজ না করতে চান

প্রশ্নের মধ্যে থাকা ব্যক্তি হ'ল ব্যক্তি ক্যালেন্ডারটি নিয়ে কাজ করছেন, আমি এমন একটি সমাধান তৈরির চেষ্টা করছি যা স্বয়ংক্রিয়ভাবে একটি ক্যালেন্ডার তৈরি করবে যা সমস্ত প্রতিবন্ধকতাগুলি মেনে চলে। সমাধানটি হ'ল একটি বড় সেটিংস ইনপুট "ডাক্তারদের যুক্ত করুন" এবং প্রতিটি ডাক্তারের জন্য "বাধা যুক্ত করুন", তারপরে "ক্যালেন্ডার উত্পন্ন করুন" বোতাম। এটি ব্যবহারকারীর জন্য সত্যই বেসিক।

আমার সমস্যা :

আমি কীভাবে আসল পরিকল্পনা তৈরি করতে পারি তা নিশ্চিত নই, আমি নিউরাল নেটওয়ার্কস, জেনেটিক অ্যালগরিদমস এবং আরও অনেক কিছু নিয়ে পড়ছি এবং এগুলি সবই সঠিক সমাধান বলে মনে হচ্ছে তবে বাস্তবেও তা নয়।

আমি যখন জিএ'র দিকে নজর দিই, তখন তারা প্রদত্ত জনসংখ্যার (আমার সমস্যা) সমাধান সহকারে তৈরি করা হয়, তবে শুরু জনগোষ্ঠীকে ইতিমধ্যে প্রদত্ত বাধাগুলির সেটটি মানতে হয়, যা পরে অনুকূলিত হবে। সেক্ষেত্রে আমার শুরু হওয়া জনসংখ্যা ইতিমধ্যে সমাধান। আমার এটি "অনুকূলিতকরণ" করার দরকার নেই। এটি কোনও ব্যাপার নয় যে একক ব্যক্তি একসাথে 3 সোমবার রাত পর্যন্ত কাজ করে, যতক্ষণ না এটি সত্যই সঠিক এবং অন্যরাও একই পরিমাণে কাজ করে, তার অর্থ অন্যরাও কিছু সময় 3 সোমবার রাতে কাজ করবে এবং এটি ঠিক আছে। যা আমাকে ভাবতে বাধ্য করে যে জিএ আমার জন্য খুব "উন্নত", কারণ আমার সমস্যাটি ইতিমধ্যে জিএর প্রারম্ভিক পয়েন্ট দিয়ে সমাধান হয়ে গেছে।

তবে আবার, জিএ এর সত্যিই দেখে মনে হচ্ছে তারা এটার জন্য তৈরি হয়েছে, তাই আমি সম্ভবত এটি সঠিকভাবে বুঝতে পারছি না?

যাইহোক, আমি কখনই জিএগুলি (বা নিউরাল নেটওয়ার্কগুলি বা কোনও ধরণের কিছু) ব্যবহার করি নি, আমি নিশ্চিত হতে চাই যে আমি এর মতো শেখার বক্ররেখার আগে আমি সঠিক পদ্ধতির জন্য যাচ্ছি।

আমার প্রশ্ন :

আমার মত সমস্যার জন্য ভাল পদ্ধতির / অ্যালগরিদম / কৌশল কী বলে আপনি মনে করেন? জি এর? নিউরাল নেটওয়ার্ক? অন্য কিছু সম্পূর্ণ ভিন্ন?

আমি সমস্ত কান এবং প্রয়োজনে আরও বিশদ জন্য উন্মুক্ত, কিন্তু আমি মনে করি আমি নিজেকে বেশ পরিষ্কার করে দিয়েছি :)


22
সম্ভবত নার্স রোস্টারিং সমস্যা সম্পর্কে আশেপাশের সাহিত্যের দিকে নজর দেওয়া উচিত এন.ইউইকিপিডিয়া.র.ইউইউইকি / নুরসে_শিক্ষিত_প্রশ্ন
রেনাড এম।

এমন সুবিধাজনক পদ! ওহে, আপনার লিঙ্কটির জন্য ধন্যবাদ;)
গিল স্যান্ড

8
আমি এই অঞ্চলে বিশেষজ্ঞ নই, তবে আপনি যা যা সন্ধান করছেন তা যদি এমন একটি পদ্ধতির হয় যা আপনাকে বিকাশের জন্য কিছুটা সময় বাঁচায়, তবে এটি একটি মিশ্র ইন্টিজার প্রোগ্রামিং সমস্যা ( এন.ইউইকিপিডিয়া) হিসাবে সমস্যাটি মডেল করার চেষ্টা করা উপযুক্ত । org / wiki / লিনিয়ার_প্রগ্রামিং # পূর্ণসংখ্যা_ অজানা ) এবং তারপরে এটিকে একটি এমআইপি সলভার, বা একটি সীমাবদ্ধ প্রোগ্রামিং সমস্যা হিসাবে ইনপুট করুন এবং তারপরে এটি একটি সিপি সলভারের সাথে ইনপুট করুন, যেমন ওআর-সরঞ্জামগুলি ( ডেভেলপারস google.com/optimization )। এইভাবে আপনাকে যা করতে হবে তা হ'ল আপনার সমস্যা প্রকাশ করা।
রেনেউদ এম

3
লিনিয়ার প্রোগ্রামিং অনুকূল সমাধানপ্রাপ্তির গ্যারান্টিযুক্ত!
recursion.ninja

2
@RenaudM। এটি লজ্জার বিষয় যে কীভাবে কয়েকজন পেশাদার প্রোগ্রামার গণিতের এই আশ্চর্যজনকভাবে কার্যকর ক্ষেত্রটি বোঝেন। যখনই কেউ এআই ক্ষেত্রের বাইরে সিমুলেটেড অ্যানিলিং বা জেনেটিক অ্যালগরিদমগুলির পরামর্শ দেয়, আমার অন্ত্রের প্রতিক্রিয়া: সম্ভবত একটি লিনিয়ার প্রোগ্রাম অপ্টিমাইজেশন হিসাবে আরও ভাল মডেল করা যেতে পারে
recursion.ninja

উত্তর:


14

জেনেটিক অ্যালগরিদম এবং নিউরাল নেটওয়ার্কগুলি এখানে উপযুক্ত নয়। কোনও সমস্যার যথেষ্ট পরিমাণে, আনুমানিক সমাধানের জন্য তারা মেটা-হিউরিস্টিকস। উল্লেখযোগ্যভাবে, উভয়ই আপনাকে প্রার্থীর সমাধানগুলি রেট করার জন্য একটি ব্যয় ফাংশন সন্ধান করতে হবে। আপনার যদি এইরকম একটি ব্যয় ফাংশন হয়ে যায়, তবে ম্যানুয়ালি একটি অ্যালগরিদম নিয়ে আসা আরও সহজ হতে পারে যা এই ব্যয়ের জন্য অনুকূল হয়।

এটি একটি গুরুত্বপূর্ণ চিন্তা: দুটি সময়সূচী দেওয়া, আমাদের শিডিউল এ বা তফসিল বি "আরও ভাল" কিনা তা সিদ্ধান্ত নেওয়ার একটি উপায় প্রয়োজন। আপনি বিভিন্ন মানদণ্ড তালিকাভুক্ত করেছেন, তবে তারা কীভাবে সম্পর্কিত তা পরিষ্কার নয়। একটি মানদণ্ড পূরণ করতে ব্যর্থতা কি পুরো সমাধানটিকে ব্যর্থ করে? বা আংশিকভাবে কোনও প্রতিবন্ধকতা ব্যর্থ হওয়া কি এটিকে অন্যের চেয়ে আরও খারাপ সমাধান করে তুলেছে?

সর্বাধিক প্রাথমিক স্তরে, আপনি কেবল সপ্তাহটিকে বিচ্ছিন্ন সময় স্লটে ভাগ করতে পারেন এবং সমস্ত স্লট-ডাক্তারের সংমিশ্রণে জোর-জোর করতে পারেন। তবে, আপনি এই অনুসন্ধানের স্থানটিকে আরও পরিচালনাযোগ্য আকারে হ্রাস করতে কঠোর-ব্যর্থতার সীমাবদ্ধতাগুলি ব্যবহার করতে পারেন। কাজের সময় এবং রাতের শিফটে সীমাবদ্ধতাগুলি এই জাতীয় অনুসন্ধানের সীমাবদ্ধতার জন্য উপযুক্ত বলে মনে হয়। তারপরে আপনি শত শত প্রার্থীর সমাধান সহ বাকি রয়েছেন।

সেরা প্রার্থীর সমাধানটি নির্বাচন করতে, আপনার তাদের র‌্যাঙ্ক করা দরকার। এটি মোটামুটি সহজ যদি একটি নরম প্রতিবন্ধকতা সমস্ত অন্যান্য নরম বাধাগুলির তুলনায় সুস্পষ্ট নজরে থাকে, উদাহরণস্বরূপ যদি কোনও ডাক্তার কোনও নির্দিষ্ট শিফট কাজ করতে না পারেন, তবে ডাক্তার যে শিফ্টটি কাজ করতে চান না তার চেয়ে বেশি গুরুত্ব দেওয়া হয়। তবে আমি আপনার জন্য এই নিয়মগুলি স্থির করতে পারি না - এটি পরিচালনা সংক্রান্ত সিদ্ধান্ত। দু'টি নরম বাধাগুলির সুস্পষ্ট নজরে না থাকলে এটি আরও বেশি কঠিন, এক্ষেত্রে আপনাকে কোনও ধরণের ব্যয়ের কাজ করতে হবে যা একক মেট্রিকের দুটি সীমাবদ্ধতার গুরুত্বকে এক করে দেয়।


আমি সম্ভবত এমন একটি লোভী অ্যালগরিদম তৈরি করব যা কিছু অগ্রাধিকারযুক্ত মানদণ্ড অনুসারে ফাঁকা টাইম টেবিলটিতে পূর্ণ হয়। এটি সর্বাধিক অনুকূল সমাধান নাও হতে পারে তবে "সর্বোত্তম" আসলে কী বোঝায় তা নিয়ে দর্শনের চেয়ে এটি সহজ।

প্রথম পদক্ষেপ হিসাবে, আপনি সাপ্তাহিক ছুটির দিনে নাইট শিফট পূরণ করতে পারেন, এবং যে ডাক্তাররা দীর্ঘকাল উইকএন্ড নাইট শিফট করেননি তাদের বেছে নেওয়ার চেষ্টাও করেছিলেন, "আমি সেখানে কাজ করতে পারি না" ব্যবহারকারীর শুভেচ্ছাকেও বিবেচনা করে । ধরে নিই যে এই শুভেচ্ছাগুলি প্রতি সপ্তাহে এবং অবিচ্ছিন্ন নয়, এর অর্থ হ'ল এমন একজন ডাক্তার যা সপ্তাহান্তে রাতে এক সপ্তাহের জন্য কাজ করতে পারেন না, পরের সপ্তাহে তাকে বেছে নেওয়া হবে।

অনুরূপ পদ্ধতিটি অন্য রাতের জন্যও ব্যবহার করা যেতে পারে: ব্যবহারকারীর শুভেচ্ছাকে সম্মান করার চেষ্টা করার পরে, আপনি দীর্ঘকাল যাবত রাতের শিফট করেন নি সেই অনুযায়ী আপনি ডাক্তার পূরণ করেন। পদ্ধতিটি তৃতীয় ধরণের সময় স্লটের জন্য একইভাবে পুনরাবৃত্তি করে, দিনের শিফট। যদি দু'জন ব্যবহারকারীর ইচ্ছাকে পুনরায় সমন্বয় না করা যায় তবে আপনি ব্যবহারকারীরা কতবার ইচ্ছা মঞ্জুর করেছেন তা ট্র্যাক করে রাখতে পারেন এবং তারপরে কম মঞ্জুরিত ইচ্ছার সাথে ডাক্তারের অগ্রাধিকার দিতে পারেন।

দুর্ভাগ্যক্রমে, আমি এই সিস্টেমটি খেলতে বেশ কয়েকটি উপায় দেখতে পাচ্ছি: উদাহরণস্বরূপ যদি কোনও ডাক্তারকে উইকএন্ড নাইট শিফটে কাজ করতে নেওয়া হয় তবে "সেখানে কাজ করতে পারে না" অনুরোধে রাখেন, তাদের বাছাই এক সপ্তাহে বিলম্বিত হবে - তাদের হ্রাস তাদের সহকর্মীদের ব্যয়ে উইকএন্ড নাইট শিফ্টের ফ্রিকোয়েন্সি। যদি কোনও ইচ্ছা সমাধান প্রক্রিয়া বাস্তবায়িত হয় যা প্রত্যাবর্তিত অনুরোধগুলির সংখ্যার দিকে লক্ষ্য করে, ব্যবহারকারী তাদের যে অনুরোধটি যেতে চান তা উত্সাহিত করার জন্য দু'বার অসম্ভব অনুরোধ জানাতে পারে। তবে, ভাল বিশ্বাস (এবং ডাক্তারদের একে অপরের মধ্যে শিফট বদল করার জন্য নমনীয়তা) ধরে নিয়ে, এই জাতীয় অ্যালগরিদমের ফলে যথেষ্ট পরিমাণে সমাধান পাওয়া উচিত।


আপনার উত্তরের জন্য ধন্যবাদ, আমি আমার সহকর্মীর সাথে এতে আরও কিছুটা খনন করব :) আপনাকে আরও তথ্য দেওয়ার জন্য: হ্যাঁ, আমরা বেশিরভাগ সমাধান / মানদণ্ডকে র‌্যাঙ্ক করতে পারি, এবং আমরা সিদ্ধান্ত নিতে পারি যে কারও কারও কাছে অন্যের চেয়ে প্রাধান্য রয়েছে কিনা। এছাড়াও, তারা এখন সত্যিই ভাল বিশ্বাস নিয়ে কাজ করছে, এবং এটি ভালভাবে কাজ করছে। তারা এটিকে হাতছাড়া করে এবং "আমি আর কাজ করতে পারি না" খুব বেশি ব্যবহার করি না। তারা সত্যিই হাতের কাজটি করায় তারা এখন কীভাবে এটি কাজ করে তা বেশ সুন্দর । সুতরাং একটি "কার্যকর" সমাধান ইতিমধ্যে তাদের কাছে বিশ্বকে বোঝায় এবং কে কখন কাজ করতে পারে তার অনেক মনের ভাবমূর্তি বাঁচায়
গিল স্যান্ড

5
@ জিল বর্তমানে জনগণ শিডিউল তৈরি করছে ইতিমধ্যে সম্ভবত একটি অনানুষ্ঠানিক অ্যালগরিদম ব্যবহার করছে। আপনি কেবল তাদের সাথে কথা বলতে পারেন এবং তাদের সিদ্ধান্ত প্রক্রিয়াটি বোঝার চেষ্টা করতে পারেন, তারপরে এটিকে আনুষ্ঠানিকভাবে প্রয়োগ ও প্রয়োগ করুন। এটি নিউরাল নেটওয়ার্ক স্থাপন এবং প্রশিক্ষণের চেয়ে সহজতর হবে।
আমন

এটি আমাদের প্রথম পদক্ষেপ: p আমরা ইতিমধ্যে তাদের সাথে একটি বৈঠক স্থাপন করেছি! আপনার সকল সহায়তার জন্য ধন্যবাদ :)
গিল স্যান্ড

3
এই ব্যবহারের ক্ষেত্রে জেনেটিক্স অ্যালগরিদমস নিয়মিতভাবে তবু অনুসন্ধান এবং সিমুলেটেড অ্যানিলিংয়ের চেয়ে নিকৃষ্টতর, গবেষণা প্রতিযোগিতা আন্তর্জাতিক নার্স রোস্টারিং প্রতিযোগিতা দ্বারা প্রমাণিত। (তবে অবশ্যই, তারা কেবল একটি লোভী পূর্বের চেয়ে আরও ভাল))
জেফ্রি ডি স্মেট

12

আপনি সিমুলেটেড অ্যানিলিং ব্যবহার করতে পারেন ।

আমার প্রথম কাজটি অবতরণ করার আগে আমি এরকম কিছু করেছি - https://vimeo.com/20610875 দেখুন (2:50 থেকে ডেমো শুরু হয়, 6:১৫ থেকে ব্যাখ্যা করা হয়েছে)।

সিমুলেটেড অ্যানিলিং একটি জিনগত অ্যালগরিদমের এক প্রকার, এবং এটি তত্ত্বের ক্ষেত্রে উপযুক্ত ছিল না (যেমন @ এমন তার উত্তরে বজায় রাখে ) তবে এটি অনুশীলনে খুব ভালভাবে কাজ করেছে, এবং এটি আপনার মত একই ব্যবহারের ক্ষেত্রে ছিল।

উত্স কোড উপলব্ধ (সি #), তবে এটি কাজ করার সময়, আমি ভয়ানক ভয় পাচ্ছি, এটি কয়েক বছর আগে এবং একটি অটোডিড্যাক্ট হওয়ার কারণে, আমি রক্ষণাবেক্ষণ সম্পর্কে কোনও জিনিস জানতাম না। যদিও এটি খুব সুন্দর ফলাফল পেয়েছে।

যাইহোক এটি সংক্ষেপে কীভাবে কাজ করে:

  • প্রথম পয়েন্ট হিসাবে 1 টি সম্ভব তৈরি করুন (এটি খুব ভাল নাও হতে পারে তবে শারীরিকভাবে সম্ভব) সময় সময়সূচী। জেনেটিক অ্যালগরিদম এই মুহুর্তে প্রয়োজনীয় নয় - আপনি যে প্রথম সমাধানটি সন্ধান করতে পারেন তার জন্য কেবল নিজের পথকেই জোর করে ফেলতে পারেন। আমি ব্যাকট্র্যাকিং ব্যবহার করেছি । প্রতিটি দিনের জন্য পৃথকভাবে রটা সমাধান করে গণ্য জটিলতা কাটিয়ে উঠতে পারে। যদি কোনও সমাধান না হয় (কেস যেমন হতে পারে) তবে এটি এই স্থানে এটি সনাক্ত করে।

  • সমাধানগুলির একটি পুল তৈরি করুন - বলুন, শুরু করার জন্য এই এন্ট্রি-স্তরের সমাধানের 100 কপি।

  • এলোমেলোভাবে প্রতিটি সমাধানকে রূপান্তর করুন: চিকিত্সকরা প্রত্যেকের মধ্যে শিফট বদলান, একটি এলোমেলো ডাক্তারকে তাদের শিফট থেকে নামিয়ে আনুন এবং এলোমেলোভাবে উপলব্ধ ব্যক্তিকে রাখুন ইত্যাদি।

  • ফিটনেস ফাংশন দিয়ে প্রতিটি সমাধান মূল্যায়ন করুন যা এটি কতটা ভাল তা নির্ধারণ করে। একজন লোক আরেকজনের চেয়ে বেশি রাত কাজ করে? পেনাল্টি পয়েন্টগুলি বিয়োগ করুন। কেউ সোমবার করতে চেয়েছিল কিন্তু তারা না? আবার পেনাল্টি পয়েন্ট বিয়োগ করুন।

  • বলুন - 20 টি সেরা সমাধান নিন এবং তাদের প্রত্যেকটি 5 বার অনুলিপি করুন, তাদের সাথে বাকি 80 টি ওভাররাইট করে, যাতে সেগুলি পরবর্তী প্রজন্মের কাছে নিয়ে যায়। যোগ্যতমের বেঁচে থাকা.

  • ধুয়ে ফেলুন এবং পুনরাবৃত্তি করুন।

নম্বরগুলি স্পষ্টতই নির্বিচারে, আপনার দৃশ্যের অনুকূল সেটিংসগুলি খুঁজে পেতে আপনার প্যারামিটারগুলির সাথে ঝাঁকুনির প্রয়োজন হতে পারে।

কোনও দ্রবণকে পরিবর্তিত করার ক্ষেত্রে, সিমুলেটেড অ্যানেলিং তাপমাত্রা নামক কিছু উপস্থাপন করে। মূলত এর অর্থ হ'ল প্রথমদিকে আপনার সমাধানগুলিকে বেশ শক্তভাবে পরিবর্তন করতে হবে (বলুন, সর্বদা একযোগে শিফট বদলানোর জন্য 10 টি প্রচেষ্টা করুন) এবং ধীরে ধীরে পরবর্তী পুনরাবৃত্তির সাথে কম আক্রমণাত্মক হয়ে উঠুন, সুতরাং তারা আরও সূক্ষ্ম সুরকরণে পরিণত হয় (বলুন নিচে, প্রতি প্রজন্মের জন্য মাত্র 2 টি চেষ্টা করা টুইট)।


4
আমি কলেজের সময়সূচীর জন্য সিমুলেটেড অ্যানিলিংয়ের সাথে অপ্টাপ্লানার (Nee Drools Planner) ব্যবহার করেছি D মডেলগুলি ঘোষণা করুন - একটি শিফটের একটি সময় এবং একজন ডাক্তার রয়েছে। ফিটনেস ফাংশনটির জন্য ঘোষণামূলক বিধিগুলি লিখুন - কঠোর বাধা (একজন চিকিত্সক ওভারল্যাপিং শিফট নিতে পারেন না) এবং জরিমানা (আন সোমবারকে ঘৃণা করে)। শিফ্টের অদলবদল (ঘোষণাপত্রটি লিখুন!) লিখুন। অপ্টাপ্লানার এলোমেলোভাবে স্টেট স্টেট তৈরি করবে (এফিডেবল হতে পারে), নিয়ম থেকে ফিটনেস ফাংশন গণনা করবে এবং অপ্টিমাইজেশন অ্যালগরিদম অনুযায়ী অদলবদল পরিচালনা করবে। আপনি অ্যানেলিংয়ের সময়সূচির মতো পরামিতিগুলি বেছে নিতে এবং টিউন করতে পারেন।
জেসভিন জোসে

6

জেনেটিক্স অ্যালগরিদমগুলি এখানে প্রয়োগ হয়। আমার স্নাতক প্রোগ্রামের সময়, আমার এক সহকর্মী আপনার খুব অনুরূপ সমস্যার জন্য একটি কাগজ লিখেছিলেন।

আপনি জব শপের সিডিউলিংয়ের জন্য সন্ধান করতে পারেন এবং ওপেন শপ শিডিউলিং বা ফ্লো শপ শিডিউলিং আকর্ষণীয় শুরুর পয়েন্ট হতে পারে

জেনেটিক অ্যালগরিদম ব্যবহার করতে আপনার নিখুঁত সমাধানের দরকার নেই, আপনি এন এলোমেলো প্রার্থীদের সাথে শুরু করতে পারেন এবং তাদের প্রত্যেকের জন্য একটি ফিটনেস ফাংশন প্রয়োগ করতে পারেন , উদাহরণস্বরূপ:

  • সর্বাধিক ব্যস্ত চিকিত্সক এবং কম ব্যস্ত কাজের মধ্যে নির্ধারিত রাতের পার্থক্য হ'ল ব্যয় কার্যকারণে একটি শাস্তি
  • প্রতিবার কোনও চিকিত্সক প্রতি সপ্তাহে 5 দিনের বেশি বা সপ্তাহে 1 রাতের বেশি সময় কাজ করেন, আপনি জরিমানা প্রয়োগ করেন
  • আপনার প্রতিবন্ধকতা ইত্যাদি ...

এন পরীক্ষার্থীদের উত্পন্ন করা আপনি তাদের মধ্যে সেরাটি এক্স বেছে নেবেন , তারা সীমাবদ্ধতাগুলি যত কম চাপিয়ে দেবে। তাদের সাথে কাজ করা, বেশ কয়েকটি প্রজন্মের ক্রসিং এবং মিউটেশনগুলি একটি ভাল সমাধান দিয়ে শেষ করতে পারে।

এই সমস্ত কথা বলার পরে, প্রতিবার আমি জেনেটিক অ্যালগরিদম ব্যবহার করেছি যা পরিবর্তনের উপর বেশি নির্ভর করে যে ক্রসিংয়ের সময়, আমি একটি সিমুলেটেড অ্যানিলিং বিকাশ করতে পারি যা আরও কার্যকরভাবে সম্পাদন করতে পারে। জেনেটিক অ্যালগরিদমের জন্য ব্যয় / ফিটনেস এবং মিউটেশন ফাংশন সম্ভবত সিমুলেটেড অ্যানিলিংয়ে ব্যবহৃত একটির সাথে খুব মিল হবে। আমি সেখানে শুরু করব, @ কনরাড মোরাউস্কি উত্তরটি দেখুন

গুগল অনুসন্ধান জব শপ এবং জিএ এর জন্য ভাল ফলাফলগুলি সন্ধান করে

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.