পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| সিমপ্লেক্স পদ্ধতি× | অগমেন্টেড ল্যাগ্রাঞ্জিয়ান পদ্ধতি× | |
|---|---|---|
| ক্ষেত্র | পরিচালন গবেষণা | পরিচালন গবেষণা |
| পরিবার | Machine learning | Machine learning |
| উদ্ভবের বছর≠ | 1947 | 1969 |
| প্রবর্তক≠ | George Dantzig | Magnus R. Hestenes and M. J. D. Powell |
| ধরন | algorithm | algorithm |
| মৌলিক উৎস≠ | Dantzig, G. B. (1963). Linear Programming and Extensions. Princeton University Press. DOI ↗ | Hestenes, M. R. (1969). Multiplier and gradient methods. Journal of Optimization Theory and Applications, 4(5), 303-320. DOI ↗ |
| অপর নাম≠ | simplex algorithm | method of multipliers, augmented Lagrangian, ADMM |
| সম্পর্কিত≠ | 4 | 3 |
| সারসংক্ষেপ≠ | The Simplex Method, developed by George Dantzig in 1947, is a foundational algorithm for solving linear programming problems. It systematically explores vertices of the feasible region to find the optimal solution where the objective function is maximized or minimized subject to linear constraints. | 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 ↗ |
|
|