পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| কলাম জেনারেশন (ড্যান্টজিগ-উলফ)× | অগমেন্টেড ল্যাগ্রাঞ্জিয়ান পদ্ধতি× | |
|---|---|---|
| ক্ষেত্র | পরিচালন গবেষণা | পরিচালন গবেষণা |
| পরিবার | Machine learning | Machine learning |
| উদ্ভবের বছর≠ | 1960 | 1969 |
| প্রবর্তক≠ | George B. Dantzig and Philip Wolfe | Magnus R. Hestenes and M. J. D. Powell |
| ধরন | algorithm | algorithm |
| মৌলিক উৎস≠ | Dantzig, G. B., & Wolfe, P. (1960). Decomposition principle for linear programs. Operations Research, 8(1), 101-111. DOI ↗ | Hestenes, M. R. (1969). Multiplier and gradient methods. Journal of Optimization Theory and Applications, 4(5), 303-320. DOI ↗ |
| অপর নাম≠ | Dantzig-Wolfe decomposition, column generation method | method of multipliers, augmented Lagrangian, ADMM |
| সম্পর্কিত | 3 | 3 |
| সারসংক্ষেপ≠ | Column Generation, developed by George B. Dantzig and Philip Wolfe in 1960, is a powerful optimization technique for solving large-scale linear programming problems with special structure. Also known as Dantzig-Wolfe Decomposition, it decomposes the problem into a master problem (restricted to a subset of variables/columns) and a pricing subproblem (identifying new variables), iteratively improving the solution by introducing only relevant columns. | The Augmented Lagrangian Method, developed by Magnus R. Hestenes and M. J. D. Powell in 1969, is a powerful technique for solving constrained optimization problems. It converts a constrained problem into a sequence of unconstrained subproblems by augmenting the Lagrangian with a quadratic penalty term, enabling efficient solution of large-scale problems including convex and nonconvex cases. |
| ScholarGateডেটাসেট ↗ |
|
|