मैं युवल फिल्मस के उत्तर पर बहुउद्देश्यीय अनुकूलन समस्याओं के आधार पर एक व्याख्या प्रदान करके विस्तार करूँगा ।
एकल-उद्देश्य अनुकूलन और सन्निकटन
कंप्यूटर विज्ञान में हम अक्सर एक ही उद्देश्य के साथ अनुकूलन समस्याओं का अध्ययन करते हैं (उदाहरण के लिए, कुछ बाधा के अधीन f ( x ) को कम करें )। जब साबित, कहते हैं, एनपी-पूर्णता, इसी बजट समस्या पर विचार करना आम है । उदाहरण के लिए, अधिकतम क्लिक समस्या में, उद्देश्य क्लिक्स की कार्डिनैलिटी को अधिकतम करना है, और बजट की समस्या यह तय करने की समस्या है कि क्या कम से कम k का आकार है , जहां k को इनपुट के भाग के रूप में दिया गया है समस्या।
जब एक इष्टतम समाधान को कुशलतापूर्वक गणना करना संभव नहीं है, जैसा कि अधिकतम क्लिक समस्या के मामले में, हम एक अनुमानित एल्गोरिथ्म चाहते हैं , एक फ़ंक्शन जो एक इष्टतम समाधान के गुणक कारक के भीतर एक समाधान का उत्पादन करता है। आप बजट समस्या के लिए एक अनुमान एल्गोरिथ्म पर भी विचार कर सकते हैं, एक फ़ंक्शन जो एक समाधान को आउटपुट करता है जो अधिकतम समस्या के मामले में f ( x ) of cc को संतुष्ट करता है, जहां सी एक से कम संख्या है। इस स्थिति में, समाधान कठोर बाधा f ( x ) but k का उल्लंघन कर सकता है , लेकिन उल्लंघन की "गंभीरता" सी द्वारा बाध्य है ।
बहु-उद्देश्य अनुकूलन और द्वि-मानदंड सन्निकटन
कुछ मामलों में, आप दो उद्देश्यों को एक साथ अनुकूलित करना चाह सकते हैं। एक मोटे उदाहरण के लिए, मैं अपनी "लागत" को कम करते हुए अपने "राजस्व" को अधिकतम करना चाह सकता हूं। ऐसी स्थिति में, कोई एकल इष्टतम मूल्य नहीं है, क्योंकि दो उद्देश्यों के बीच एक व्यापार है; अधिक जानकारी के लिए, Pareto दक्षता पर विकिपीडिया लेख देखें ।
एक एकल-उद्देश्य अनुकूलन समस्या में दो-उद्देश्य अनुकूलन समस्या को बदलने का एक तरीका (जिसके लिए हम उद्देश्य फ़ंक्शन के इष्टतम मूल्य के बारे में कारण कर सकते हैं) दो बाधा समस्याओं पर विचार करना है , प्रत्येक उद्देश्य के लिए एक। समस्या एक साथ अधिकतम करने के लिए है, तो च ( एक्स ), जबकि कम से कम छ ( एक्स ), पहली बाधा समस्या को कम करना है जी ( x ) बाधा के अधीन च ( एक्स ) ≥ कश्मीर , जहां कश्मीर के लिए इनपुट के भाग के रूप में दिया जाता है यह एकल-उद्देश्य अनुकूलन समस्या है। दूसरी बाधा समस्या को इसी तरह परिभाषित किया गया है।
एक ( α , β ) - पहली बाधा समस्या के लिए बाइक्रिटेरिया सन्निकटन एल्गोरिथ्म एक फ़ंक्शन है जो इनपुट के रूप में एक बजट पैरामीटर k लेता है और एक समाधान x को आउटपुट करता है जैसे कि
- च( x ) ≥ α k
- जी( X ) ≤ बीटाजी( x)*)
एक्स*
- च( x ) ≥ α एफ( x)*)
- जी( X ) ≤ बीटाℓ
दूसरे शब्दों में, बाइकराइटिया सन्निकटन एल्गोरिथ्म एक साथ पहले उद्देश्य में बजट समस्या और दूसरे उद्देश्य में अनुकूलन समस्या के लिए एक मूल्यांकन है। (यह परिभाषा अय्यर और बिलम्स द्वारा 2013 के " सबमॉड्यूलर ऑप्टिमाइज़ेशन विद सबमॉड्यूलर कवर और सबमॉड्यूलर नैकस्पैक बाधाओं " के पृष्ठ चार से अनुकूलित की गई थी ।)
असमानता दिशाओं को तब बदलती है जब उद्देश्य अधिकतम से न्यूनतम या इसके विपरीत स्विच करते हैं।