انجینئری ڈیزائن میں Multi-condious Optimation سمجھ کر

ملي ای میليف ای میليف (انگریزی: Multive kophimiz) جدید انجینئری ڈیزائن کا ایک ذیلی خاکہ ہے، جس ميں دو یا اس سے زیادہ مختلف مقاصد کو پورا کرنا ہوتا ہے. ایک ہی فاضل مقصد کے برعکس، کوئی بھی ایسا حل نہیں جو کہ تمام مقاصد کو پورا کرے، بلکہ اسے حل کرنا ہو [FLTT] کے طور پر، [FTTT] کے نام سے جانتا ہے کہ . [FTE]] کے کسی دوسرے مقصد کو بہتر طریقے سے حل کرنا آسان نہیں ہے

کثیر التعداد مسائل کے تناسب کے ساتھ متعدد مقاصد اور تنازعات کی تعداد کے ساتھ ساتھ کی جانے والی پیچیدگی۔ روایتی کشش پر مبنی طریقوں اکثر جدوجہد کرتی ہے کیونکہ ان کے لیے ایک واحد بنیادی مقصد یا وزنی تناسب کی ضرورت ہوتی ہے یہاں MTLAB کے مخصوص کثیر القومی النوعات روشن کرتے ہیں، دونوں ہی کشش آزادی اور ترقیاتی مقاصد کو پیش کرتے ہیں۔

ملتان میں واقع مِلَب ایکس‌کلصِصِصَل کیوں

MTLAB ماڈلنگ، ایم ڈی او اور ایم اے کے لیے ایک اتحاد، مواصلاتی ماحول فراہم کرتا ہے. اس کے وسیع تر آلاتی بکس اس کے ذریعے خام سطح کے Alphics کو کو کو خون سے آلودہ کرنے، انجینیرز کو مسائل کی تشکیل اور تجزیے پر توجہ دینے کے قابل بنانے کے لیے انچارج ہوتے ہیں۔

  • Built-In Algoriths: [] گلوبل اوپٹمیشن ٹولب اور اوپٹیمیشن ٹولب میں موجود جدید النسل (Geniental Algnetal) کے حلول کے حلی (PFLT)، تلاش(FL1)،[FT2]]، یہ امتحانات کو خوب جانچے جاتے ہیں۔
  • Flyxible مسئلہ دفاعی تناظر : انجینئرز کو غیر فعال کام، MTLAB اسکرپٹ یا بیرونی خارجی مواصلاتی سرگرمیوں کے طور پر مقصد اور رکاوٹوں کا تعین کر سکتے ہیں۔
  • [GU اور Parall Companting معاونت: for Constructionly manders, MTLAB کئی حلات کے متوازن تجزیے کی تائید کرتا ہے، غیر معمولی طور پر تیز رفتار رفتار رفتار رفتار کے ساتھ چلنے والی رفتار کی مدد کرتا ہے۔
  • Visualization and Analysis: MTLB کی سازشوں کی صلاحیت انجینئری کو تصور کرنے، بکھرنے اور تجارتی سطحوں، فیصل آباد بنانے میں مدد کرنے کی اجازت دیتی ہے۔

کلیدی ٹول بکس اور فیشن

کثیر التعداد کام کے لیے دو بنیادی آلاتی باکسز Global Optimiz Toolbox اور Optimation Toolbox ہیں۔

  • Global Optimation Toolbox: [1] [1] [حوالہ درکار] [1] [1LT:3] (multive-genetic genetic general] اور (پی ڈی ٹی کے لیے تلاش)۔ یہ غیرسموسوت، کثیر الکل مسائل کے لیے بنائے گئے ہیں۔
  • Optimiz Toolbox: [1] شامل ہیں مقصدی مسائل کے لیے اور کے لیے متعین مسائل کے لیے اور . یہ کشش ثقل پر مبنی اور مسلسل کام کرنے والے کام ہیں
  • Custam Algoritiths: [1] MTLB کے اسکرپٹمنٹ ماحول کو انجینئروں کو NA-I، MEA/D یا Plear part parting actress سے لیکر چلانے والے عمل کو چلانے اور بنانے والے متحرک عمل کو عملی طور پر عمل کرنے کی اجازت دیتا ہے۔

MTLAB میں شمولیت کے لیے عملی اقدام

بہت سے مصنوعی ڈیزائن پر کامیاب طور پر MATLAB کا اطلاق ایک ایسے serves work sound کے ماتحت ہوتا ہے. نیچے، ضروری اقدام ہیں، جو عام عوامل سے مماثلت رکھتے ہیں۔

۱ : عمدہ مقاصد اور کن‌کن‌ناس

واضح طور پر ہر مقصد کو ایک ایسے عمل کے طور پر ظاہر کرتا ہے جو کسی عمل کے بارے میں نقشہ سازی میٹرک تک تبدیل ہوتا ہے ۔

function f = objectives(x)
 f(1) = cost(x);
 f(2) = -performance(x); % minimize negative performance to maximize
 f(3) = weight(x);
end

کاملیت انفرادی عدم استحکام اور مساوات کی پابندی واپس کرتی ہے۔

۲ ۔ ۲ ۔

درست حل کرنے والا کا انحصار مسائل پر ہے:

  • غیر مصدقہ، ڈسکس یا انتہائی غیر رسمی مقاصد کے لیے. یہ عام انجینئری کے مسائل کے لیے سب سے زیادہ قابل استعمال ہے۔
  • [] جب آپ کے پاس بہت سے (14) مقاصد ہوں گے، جیسا کہ یہ جینیاتی الجبرا سے بہتر ہے۔
  • [1] جب آپ کے پاس ایک قبل از وقت ہدف اقدار ہیں جو ہر مقصد کے لیے ہیں اور قابل قبول تجارتی-ofs کو جانتے ہیں۔
  • تاکہ مقاصد کے درمیان بدترین انحراف کو کم کیا جا سکے۔

3۔ الورۃ الوثقیعات کو مرتب کرنا۔

میں کلیدی اختیارات شامل ہیں:

  • [Population settlection: بڑے آبادیوں نے ڈیزائن کی جگہ کو مزید وسیع پیمانے پر دریافت کیا مگر شمارندی وقت میں اضافہ۔ ایک عام نقطہ آغاز 100–200 ہے۔
  • مکسجنمنٹس: [1] انجرشنز کی تعداد کنٹرول کرتا ہے. بلاد لائن کے طور پر استعمال کرتا ہے اور اگر پیریٹو پیشن گوئی کو غیر فعال نہ کرے۔
  • ParetoFractation: آبادی کا متبادل Pareto پیشگی (0.35). Lower قدروں پر توجہ چند اولیاء حل پر مرکوز ہے۔
  • Crostrover Frauction, MutationFcn, Election Fcn: ٹن توازن اور تفاعل کی جانچ کے لیے.

مثال کے انتخاب کا انتخاب:

options = optimoptions('gamultiobj', ...
 'PopulationSize', 200, ...
 'MaxGenerations', 500, ...
 'ParetoFraction', 0.4, ...
 'Display', 'iter');

۴ : اِس سے ظاہر ہوتا ہے کہ اِس کے نتائج کیا ہیں ۔

حل کنندہ کا انتخاب کریں:

[x, fval, exitflag] = gamultiobj(@objectives, nvars, A, b, Aeq, beq, lb, ub, @constraints, options);

دوڑنے کے بعد ، پیریٹو فرنٹ کو یا استعمال کرتے ہوئے ڈیزائن کریں:

plot(fval(:,1), fval(:,2), 'o');
xlabel('Cost');
ylabel('Performance');
title('Pareto Front');

تین مقاصد کے لیے استعمال کرنا، یا [FLT:AfLT:Af. (بزبان عالمی Optimiz Toolbox) سے تجارتی اداروں کو نمایاں کیا جا سکتا ہے۔

حقیقی-ورلڈ انجینئری اطلاقیات

MTLAB میں کثیر القومی تربیتی تربیت کے لیے استعمال کیا گیا ہے. ذیل میں تین تمثیلی کام ہیں۔

Aero space: تجارتی حد سے زیادہ وزن اور serent Experiation کے درمیان میں واقع ہے۔

ہوائی اڈے کی ساخت میں ایروڈرنگ وزن کو اُبھارنا ہوتا ہے جبکہ ایروڈمک کی کارکردگی کو اُبھارنے کے لئے (یعنی وزن کو اُٹھا کر)۔ یہ لڑائی جھگڑا اس لیے ہوتا ہے کہ ہلکا سا پَر پَر اُوپر والے حصے کو تھوڑا سا وزن کم کرنے کے لئے درکار ہوتے ہیں ۔

کارگو : بال کوائن اور کرش احبار

گاڑیوں کی ساخت میں صنعتوں کی کمی سے خرابی کی صورت میں خرابی کی صورت میں (یعنی توانائی ابہام، مسافرانہ راستی)۔ MTLAB [FT:24] کے ذریعے ایف اے سافٹ ویئر (جیسے کہ، ایل ایل ٹی:24] کو فون کر سکتا ہے اور مواد کی موٹی تہیں، اور گلوکوز کی کمی سے پیدا ہونے والی مصنوعات کو بہتر بنانے کے لیے استعمال کیا جاتا ہے۔

شہری انجینئری : سٹرکچرل ڈیزائن زیرِ استعمال اخراجات

عمارت کی تعمیر کے لئے ضروری ہے کہ وہ ہوا ، بجلی اور بھاری بوجھ کے نیچے کم سے کم مقدار میں خرچ کرے ۔

ترقی‌یافتہ تکنیک اور نقل‌مکانی

پیچیدہ انجینئری کے مسائل کے لیے معیاری حل شدہ ترتیبات ناکافی ہو سکتی ہیں۔MTLAB میں ترقی پسندی اور حل کی کیفیت کو بہتر بنانے کے لیے ترقی یافتہ صلاحیتوں کی حمایت کرتا ہے۔

پارل کو آپس میں ملانے کا طریقہ

جب مقصدی جانچ مہنگا ہوتا ہے (جیسے کہ ایک CFD storm per ڈیزائن پوائنٹ لینے والا آلہ)، آبادی کے تجزیے کو متوازن بنانے کے لیے

options = optimoptions('gamultiobj', 'UseParallel', true);
parpool; % start parallel pool

یہ سی پی یو مرکزوں یا ایک کلسٹر کے اندر غیر معمولی تجزیے تقسیم کرتا ہے جس سے بڑے پیمانے پر قابل رسائی ہے۔

مایوسی کی وجہ سے

عالمی تلاش (مثلاً، گیس) کے ساتھ مل کر مقامی تفاعل (مثلاً، ) آگے کو بڑھا سکتا ہے. جینیاتی الموت چلانے کے بعد، ہر پاریٹو پوائنٹ پر گریننٹ کی بہتری کا اطلاق کر سکتا ہے:

for i = 1:size(x,1)
 x_refined(i,:) = fmincon(@(x) objectives(x), x(i,:), ...);
end

یا استعمال کریں تاکہ مختلف شروعاتی نکات سے متعدد مقامی تلاشیں انجام دیں۔

عام پُراسرار اور بہترین مشق

ایم‌ٹی‌بی کے طاقتور آلات کے ساتھ بھی ، انجینئروں کو عام غلطیوں سے گریز کرنا چاہئے :

  • Poorly Sculd probatives: اگر کسی مقصد کے پاس دوسروں سے بہت زیادہ حجم ہو تو الجبراً چھوٹا سا مقصد نظر انداز کر سکتا ہے (جیسے، صحیح طور پر کم اور تقسیم)، Pareto aconsport میں برابر وزن کو یقینی بنانے کے لیے۔
  • ٹو اکثر مقاصد : زیادہ سے زیادہ مقاصد اکثر تحلیل ہو جاتے ہیں کیونکہ برتری غیر معمولی ہو جاتی ہے.
  • بے پناہ آبادی حجم: چھوٹی آبادیوں کے لیے مختص شدہ پرایریٹ پیشوں کا سبب بنتی ہے۔ آبادی کا حجم زیادہ تر فیصل متغیروں کی تعداد میں برابر ہوتا ہے۔
  • [IFLT:0] غیر رسمی تنازعات کو سختی سے محدود کر سکتے ہیں۔
  • Port-rency on settlections: settlement settlection settlements عمومًا لیکن غیر فعال۔ Tone Alphal پیرامیٹرs جو مشکل پر مبنی ہے۔

بہترین کاموں میں مختلف غیرمتوقع بیجوں کیساتھ کام کرنا ، مختلف میٹرکز کو دیکھنے اور ترقی کرنے والے پرای‌ن‌اُلعمل کو آگے دیکھنا شامل ہے ۔

بیرونی وسائل اور مزید پڑھائی

اپنی سمجھ کو بڑھانے کے لیے ان وسائل کا جائزہ لیں:

  • ] متھ ورکز دستاویزات: [1] [حوالہ درکار]]] ملفوف اوپٹیمیشن – باضابطہ ہدایت اور ۔
  • Global Optimiz Toolbox Overview: [1]]]]] متھیر ورکز پروڈیوس – الجبرا اور صلاحیتوں پر تشریحات۔
  • Pareto Fronsport Induction Techniques: [Pareto Fron Planting – Estant deview results for mutive-Pugults.
  • [NSGA-II Algorithm وضاحت: [1] ایک جلد اور الیثی موسوعۃ الجنین الغطا] – Foundal Press by Deb E.E. (E، 2002)۔

کُنَّا

مليٴي ايفي اركم (انگریزی: Multive specimation) انجینئری ڈیزائن ميں ایک ناگزیر ذریعہ ہے، تجارتی حدود کی دریافت کے قابل ہے جو آپس میں متضاد تقاضوں کو پورا کرتا ہے. MTLAB ایک وسیع، ہموار ماحول فراہم کرتا ہے اور متوازن کمپیوٹر کے ساتھ ساتھ ساتھ ساتھ ساتھ