الاستفسارت الخاصة بموضوع: مشكلة اضطراب جدول الرحلات الجوية

اعتقد ان الطريقة بتعديل معين يمكن استخدامها لحل اكثر من مشكلة (Scheduling problem) وليس فقط موضوع الطائرات.

مثلا الجدول الاكاديمي ، توزيع المهام على المعالجات في انظمة التشغيل ... وغيرها.

ارجو التصحيح.

اسف على التأخير ولكن غدا ان شاء الله تعالى , سأستكمل الموضوع.

ibr_exn كتب:

اعتقد ان الطريقة بتعديل معين يمكن استخدامها لحل اكثر من مشكلة (Scheduling problem) وليس فقط موضوع الطائرات.

مثلا الجدول الاكاديمي ، توزيع المهام على المعالجات في انظمة التشغيل ... وغيرها.

ارجو التصحيح.

نعم اعتقد ذلك ايضا اخى ابراهيم.

السلام عليكم ورحمة الله وبركاته ..........

ibr_exn كتب:

اعتقد ان الطريقة بتعديل معين يمكن استخدامها لحل اكثر من مشكلة (Scheduling problem) وليس فقط موضوع الطائرات.

مثلا الجدول الاكاديمي ، توزيع المهام على المعالجات في انظمة التشغيل ... وغيرها.

ارجو التصحيح.

صحيح اخي ابراهيم وهذه المشاكل تقع تحت موضوع optimisation solution والهدف منها ايجاد الحلول المثلى لمثل هذه المشاكل مثل جداول ترتيب وسائل النقل والجداول الاكاديميه مثل المواد والامتحانات وايظا جداول مواعيد دوام اقسام التمريض وغيرها الكثير ...

فقد استخدمت بها العديد من الخوارزميات التي تحل هذا النوع من المشاكل والتي بالنسبه لي كرهتها :blush: للاسف .....

انا اسف للتاخير ولكن لظروف خارجه عن ارادتي اللهم يسر الامور ......

اخي العزيز د.عماد باارك الله فيك على هذا المجهود الجميل والشرح الرائع لا حرمك الله الاجر والثواب ..........

الموضوع قد قمت بتثبيته اخي د.عماد لانه يستحقها بجداره ........

بالتوفيق ..

تم إضافة مشاركة جديدة للموضوع الأصلى هــــــــــــــــــــنا

فى انتظار التعليقات والأسئلة ان شاء الله ,,,

السلام عليكم ورحمة الله وبركاته ...

شرح جميل جدا اخي د.عماد بارك الله فيك ..

الان دكتورنا العزيز درجة الحراره التي اشرت لها يتم اعتماد قيمتها على اي اساس ؟ هل يكون بناء على رغبة المستخدم ام المشكله الموجوده ام نحتار كما ذكرت سابقا رقم كبير لدرجة الحراره بناء على رؤيتنا للمشكله ؟ هذا من ناحيه ..

الاستفسار الثاني دالة الاحتمال التي اشرت لها بين الصفر والواحد .. اقتباس من شرحك السابق """ دالة الإحتمال Prob تأخذ قيمة درجة الحرارة T والفرق بين مدى كفاءة الحل الجديد *Sol ومدى كفاءة الحل الحالى Sol وتعود لنا بقيمة بين الصفر و الواحد. وعنه تقوم الخوارزمية بحساب قيمة دالة الإحتمال (القيمة دائما بين 0 و 1) ثم توليد عدد حقيقى عشوائى بين الصفر والواحد فإذا كانت قيمة دالة الاحتمال اكبر من rand فسيتم قبول الحل الجديد *Sol ويتم وضع *Sol=Sol.""""

اذا لنفرض مايلي :-

Prop = 1000 c

الفرق بين كفائة الحل السابق والحل الجديد = 40

هنا تعود لنا بقيمة بين الصفر والواحد ؟ ؟؟؟

رفع الله قدرك اخي العزيز ونغع به وبارك الله بيك ....

وعندي رغبه ان ازيل التثبيت ليراه اكثر قدر ممكن من الاعضاء ومن ثم نعود ونثبته .. فما رأيك اخي العزيز ؟؟؟

السلام عليكم ورحمة الله

بارك الله فيك اخى حسان , وهذا بعض مما عندكم.

( HASSAN ) كتب:

الان دكتورنا العزيز درجة الحراره التي اشرت لها يتم اعتماد قيمتها على اي اساس ؟ هل يكون بناء على رغبة المستخدم ام المشكله الموجوده ام نحتار كما ذكرت سابقا رقم كبير لدرجة الحراره بناء على رؤيتنا للمشكله ؟ هذا من ناحيه ..

نعم اخى الفاضل , اختيار درجة الحرارة الابتدائية يعتمد على المشكلة محل الدراسه نفسها. بحيث ان المستخدم بيحدد عدد معين من الاختيارات لدرجة الحرارة , ويقوم بتنفيذ الخوارزميه عدة مرات لكل درجة حرارة فى القيم التى اختارها , ويراقب الحل النهائى الذى سيحصل عليه , وبالتالى يمكنه معرفة (بالتقريب) اى القيم لـ t افضل لمشكلته حسب النتائج التى حصل عليها.

( HASSAN ) كتب:

الاستفسار الثاني دالة الاحتمال التي اشرت لها بين الصفر والواحد .. اقتباس من شرحك السابق """ دالة الإحتمال Prob تأخذ قيمة درجة الحرارة T والفرق بين مدى كفاءة الحل الجديد *Sol ومدى كفاءة الحل الحالى Sol وتعود لنا بقيمة بين الصفر و الواحد. وعنه تقوم الخوارزمية بحساب قيمة دالة الإحتمال (القيمة دائما بين 0 و 1) ثم توليد عدد حقيقى عشوائى بين الصفر والواحد فإذا كانت قيمة دالة الاحتمال اكبر من rand فسيتم قبول الحل الجديد *Sol ويتم وضع *Sol=Sol.""""

اذا لنفرض مايلي :-

Prop = 1000 c

الفرق بين كفائة الحل السابق والحل الجديد = 40

هنا تعود لنا بقيمة بين الصفر والواحد ؟ ؟؟؟

نعم ستعود بقيمة بين الصفر والواحد . وبعدين انا كتبت ان Prop هى قيمة دالة الاحتمال , وليست درجة الحرارة :)

سألقى الضوء اكثر على هذه النقطه:

بفرض ان هى الدالة المستهدفه فى المشكله محل الدراسه (Fitness Function) واننا نريد تعظيم هذه الدالة اى ايجاد قيمة X التى تعطى اكبر قيمة للدالة z. اى اننا سنقول ان الحل X افضل من الحل Y اذا كانت . الان بفرض الحل الحالى فى خوارزمية الـ Simulated Annealing هى Sol والحل الجديد هو *Sol. وبفرض ان وان درجة الحرارة هى t. فإن اشهر دالة احتمال تستخدم فى الابحاث العلميه هى

وطبعا واضح ان دالة الاحتمالات السابقة تحقق كل الشروط المطلوبه. فإنه لو كان الحل الجديد افضل من الحل القديم , فإن قيمة دالة الاحتمال دائما تساوى 1 مهما كانت قيمة t , اى اننا نضمن اننا سنقبل اى حل جديد لو كان افضل من الحل الحالى. اما لو كان الحل الجديد اسوء من الحل الحالى فإن احتمالية قبوله تعتمد على قيمة الدالة الأسية الموجودة فى الشق الثانى من تعريف دالة الاحتمال والتى قيمتها دائما اقل من او تساوى 1 واكبر من الصفر. لأن الأس سالب كما نرى. ونلاحظ ايضا انه لو كان الحل القديم افضل من الحل الجديد وكان الفرق بين جودة الحل الجديد والحل القديم كبيرة , كلما قل احتمال قبول الحل الجديد. وايضا كلما كانت درجة الحرارة كبيرة فإن قيمة دالة الاحتمال ستزداد , وستنقص قيمة دالة الاحتمال كلما نقصت t وذلك لإن t فى المقام.

فعلى سبيل المثال كما تفضلت حضرتك , لو كانت t=1000 وكانت فإن قيمة دالة الاحتمال ستكون وهى قيمة محصورة بين 0 و 1 كما قلنا سابقا.

اتمنى تكون الامور واضحه. عامة ان شاء الله تعالى , سأقوم بشرح كافة هذه الطرق بالتفصيل الممل فى مواضيع منفصلة بإذن الله.

وياريت فعلا تزيل التثبيت من الموضوع

بالله التوفيق ,,,

عماد حمدي احمد كتب:

وبعدين انا كتبت ان Prop هى قيمة دالة الاحتمال , وليست درجة الحرارة

سقط سهوا

كده تمام الامور واضحه الحمدلله .. وانت فاهمني كنت عاوز ايه ..

وبالنسبه لقيمة درجة الحراره , فيه طريقه كنت مفكر فيها بس لما اطبقها ان شاء الله رح ارفقها , طبعا طريقه نوعا ما تطبق على المشكله اللي عندي ..

بارك الله فيك اخي عماد وجزية كل الخير من المولى جل جلاله ..

ورح اشيل التثبيت مؤقتا ان شاء الله ..

تحيتي لك دكتور "عماد حمدي مبروك" صاحب الموضوع على مناقشة مثل هكذا مواضيع

فعلا موضوع يستحق الوقوف عليه لأن مشكلته NP complete problem ولذلك كثير من الباحثين بدأوا يوجهوا اهتماماتهم لمثل هذة التطبيقات اللتي تسمى تطبيقات الوقت الفعلي (real time systems) مثل جدولة المواعيد وحتى جدولة وظائف المعالج ويسهم في زيادة جودة الأنظمة في نواحي عدة من مجالات الحياة..... والكثير الكثير.

حتى انه ظهرت محاولات ليست كثيره !! لحل المشكله عن طريق علم ذكاء الأسراب swarm intelligence مثل مملكة النمل Ant colony optimization ومملكة النحل bee colony ولكن لكل شيء ايجابيات وسيئات فعلم ذكاء الأسراب هو عبارة عن نموذج جنبا الى جنب مع نماذج Multi Agent Systems وليس جزء منه وقد يلتقيان في بعض الخصائص كالتعاون او التشارك او التنافس.

ولكنه( ذكاء الأسراب) يحاول ان يحل المشاكل بطريقة خوارزميه يعني معظم ابحاث مملكة النحل هي عبارة عن خوارزميات ولكن بوجهة نظري المتواضعه ان تقنية او علم Agent technology او Multi Agent لما لهما من امكانيات هائله كونهما يحاكيان ذكاء الإنسان في حل المشاكل وليس محاكاة ذكاء الحيوانات كأسراب مثل مملكة النحل فهي عندها ذكاء ولكن ليس كذكاء الإنسان!!!

حتى في تطبيقات مملكة النمل فالنملة لايوجد لها ذاكرة وانما تتبع مادة الفيرومونPheromone من اجل تحقيق اهداف عملية ال optimization ( النزوع إلى الحل الأمثل من خلال الإستخدام الأمثل للمصادر او موجودات او مقيدات اوالمتاحه resources or constraints )وبالتالي التوصل للحلول الشبه مثاليه (near optimal solutions)

اما ال Multi Agent فلديها كل امكانيات الإنسان من ذاكرة وتفكير ومشاعر وعواطف ولكن ...... لا أريد الدخول في عالم الأحلام..... :blink:

فالذكاء الإنساني والعقل والسلوك البشري ومكنوناته كل هذه الأمور ليس من السهل فهمها او حتى تفسيرها لا زالت تحت الدراسة

ولذلك

multi Agent system approach هو المرشح الأقوى لتولي مهام حل هكذا نوع من المشاكل وهو المفتاح المستقبلي لمعظم المشاكل الحاسوبية المعقدة عندما يتوفر فيه النضج الكامل في نماذجة من خلال الأبحاث القوية المعتمدة على مجموعات بحث علمية مدعومه وبجهود مستمرة

ولكن مع ذلك كله علم البشر محدود !!!

لقولة سبحانه وتعالى[Quraan]:(وما أوتيتم من العلم الا قليلا) !!! [/Quraan]

هذا والله أعلم !!!

ملاحظة :

لقد تم محاولة حل مثل هذة المشاكل من خلال

genetic Algorithms,

simulated Annealing

linear regression

وغيرهن كثير.

ولكن كما ذكرت لكم ميزات ال multi-agent systems هائله وقوية وغير اعتيادية

مشكور أخي عماد على هذا الشرح الرائع و الذي يتجلى من خلاله المستوى الرفيع من الفهم الذي قد حباك الله به

لك أتمنى أن تمدنا بالمرحلة الأخيرة أو تمدني على الأقل بالبحث الذي قمت بتقديمه للمعمل , فأنا بأمس الحاجة لهذا الموضوع و الملف باللغة الانكليزية يتميز بصعوبة في طرحة للمعلومة و بعيد كل البعد عن الانسيابية التي تمتع بها شرحك فجزاك الله كل خير

فعلاً meta heuristics حل رائع

يا لغبائي !

بالتو انتبهت لهذا الموضوع ..استاذي عماد :

لدي سؤال هل الMetaheuristics هي نفس Stochastic local search ?

لانني انوي تطبيق ال Stochastic local search في مرحله متقدمه من مشروعي ..

كذلك مالفرق الاساسي بين Branch and Bound وال Metaheuristics هل هو ان الاولي complete والاخيره incomplete ?

وماعلاقتهن ب Exact and Approximate Optimization ؟

شكراً للجميع ..

شرح رائع جدا في انتظار التكملة وبارك الله في جهودك

طيب سؤال، هل ممكن نستخدم ال intelligent agent ؟ وهل هي وال meta heuristic نفس الشي؟

شكرا

350M كتب:

طيب سؤال، هل ممكن نستخدم ال intelligent agent ؟ وهل هي وال meta heuristic نفس الشي؟

شكرا

جواب :- لأ

--------

اختلاف كبير بينهم فهذا امر وذاك امر اخر .. راجع المواضيع في المنتدى عن الAgents لتعرف ماهي , اما الموضوع هنا فهو يقع تحت شيء يسمى Optimization solutions

بحفط الله

( HASSAN ) كتب:

جواب :- لأ

--------

اختلاف كبير بينهم فهذا امر وذاك امر اخر .. راجع المواضيع في المنتدى عن الAgents لتعرف ماهي , اما الموضوع هنا فهو يقع تحت شيء يسمى Optimization solutions

بحفط الله

شكرا على الرد .. طيب وش رايك في استخدام الايجنت في هذا الموضوع ؟

350M كتب:

شكرا على الرد .. طيب وش رايك في استخدام الايجنت في هذا الموضوع ؟

اخوي لا دخل للايجينت في الموضوع ..

---

ال agent عباره عن (الوكيل الذكي عبارة عن كائن يستطيع إدراك البيئة (Environment) التي يكون موجودا فيها وذلك عبر المستشعرات (Sensors) التي يمتلكها هذا الكائن ومن ثم التجاوب معها بواسطة آليات التنفيذ (Actuator)) تعريف من هنا الوكيل الذكي للاخ عادل .. ولكي تستفيد تابع رابط الموضوع وواقرأ الملف المرفق من الاخ عادل وكلام الاخوه جميعا ..

اما الموضوع هنا فيتمثل بخوارزميات تستخدم لايجاد حلول جيده في طريق مسار البحث ولحل المشاكل الصعبه والمعقده ..

. .

اذا باختصار الايجينت يتسخدم في مجال معين يختلف عن هذا الموضوع ..

تحياتي

اقتباس

ال agent عباره عن (الوكيل الذكي عبارة عن كائن يستطيع إدراك البيئة (Environment) التي يكون موجودا فيها وذلك عبر المستشعرات (Sensors) التي يمتلكها هذا الكائن ومن ثم التجاوب معها بواسطة آليات التنفيذ (Actuator))

هل يمكن للوكيل بعد إستشعار البيئة أن يطبق هذه الخوارومية على المعلومات المحصلة و بعدها يتجاوب بآليات التنفيذ في حال أن هذا العميل يبحث عن optimized solution