Most of the penalty function method

Most of the penalty function methods require pre-defined or
static penalty function coefficients at the beginning of the calculations.
These coefficients are generally determined by trial and error
methods. If the penalty function coefficients are too low, the optimized
design converges to an unfeasible solution without satisfying
the constraints. On the other hand, if the penalty function coefficients
are too high, the optimized design will not have a satisfactory
objective function value. In order to overcome this drawback of the
static penalty function method, various types of penalty functions
have been proposed and studied [38,17]. Adaptive penalty is one
of the methods, in which a penalty function coefficient is adapted
according to feedback received from the search process. Different
versions of the adaptive penalty function techniques have been
proposed by various researchers including Hadj-Alouane and Bean
[39], Nanakorn and Meesomklik [40], Hasancebi [18], and Togan
and Daloglu [11].

ผลลัพธ์ (ไทย) 1:

ส่วนใหญ่วิธีการฟังก์ชันลงโทษกำหนดไว้ล่วงหน้า หรือสัมประสิทธิ์ฟังก์ชันลงโทษคงที่เริ่มต้นของการคำนวณสัมประสิทธิ์เหล่านี้ถูกกำหนด โดยลองผิดลองถูกโดยทั่วไปวิธี ถ้ามีสัมประสิทธิ์ฟังก์ชันลงโทษเกินไปต่ำ การเพิ่มประสิทธิภาพออกแบบ converges ลงในโซลูชันที่ไม่น่าเป็นไม่พอใจข้อจำกัด ในทางกลับกัน ถ้าเมลล์ทำสัมประสิทธิ์สูงเกินไป การออกแบบให้เหมาะจะไม่มีความพอใจค่าฟังก์ชันวัตถุประสงค์ เพื่อที่จะเอาชนะนี้คืนเงินของการวิธีคงโทษฟังก์ชัน ฟังก์ชันลงโทษต่าง ๆได้รับการเสนอชื่อ และศึกษา [38,17] โทษปรับเป็นหนึ่งวิธีการ การที่สัมประสิทธิ์ฟังก์ชันการปรับจะปรับตามคำติชมที่ได้รับจากกระบวนการค้นหา แตกต่างกันรุ่นเทคนิคฟังก์ชันลงโทษที่เหมาะสมได้นำเสนอ โดยนักวิจัยต่าง ๆ รวมทั้งถั่วและ Hadj-Alouane[39], ณนคร และ Meesomklik [40], Hasancebi [18], และ Toganและ Daloglu [11]

ผลลัพธ์ (ไทย) 2:

ส่วนใหญ่ใช้วิธีการฟังก์ชั่นการลงโทษต้องกำหนดไว้ล่วงหน้าหรือ
ค่าสัมประสิทธิ์ฟังก์ชั่นการลงโทษแบบคงที่จุดเริ่มต้นของการคำนวณ.
ค่าสัมประสิทธิ์เหล่านี้จะถูกกำหนดโดยทั่วไปโดยการทดลองและข้อผิดพลาด
วิธีการ หากค่าสัมประสิทธิ์ฟังก์ชันโทษต่ำเกินไปการเพิ่มประสิทธิภาพ
การออกแบบลู่ที่จะแก้ปัญหาที่ทำไม่ได้โดยไม่ต้องพึงพอใจ
ข้อ จำกัด ในทางตรงกันข้ามถ้าสัมประสิทธิ์ฟังก์ชั่นการลงโทษ
ที่สูงเกินไป, การออกแบบที่ดีที่สุดจะไม่ได้เป็นที่น่าพอใจ
ค่าฟังก์ชันวัตถุประสงค์ เพื่อที่จะเอาชนะอุปสรรคของการนี้
วิธีการทำงานคงโทษประเภทต่างๆของฟังก์ชั่นการลงโทษ
ได้รับการเสนอและการศึกษา [38,17] โทษการปรับตัวเป็นหนึ่ง
ในวิธีการซึ่งค่าสัมประสิทธิ์ฟังก์ชั่นการลงโทษจะปรับ
ตามข้อเสนอแนะที่ได้รับจากขั้นตอนการค้นหา ที่แตกต่างกัน
รุ่นโทษปรับตัวเทคนิคการฟังก์ชั่นได้รับการ
เสนอโดยนักวิจัยต่าง ๆ รวมทั้งฮัจญ์-Alouane และถั่ว
[39], ณ นครและ Meesomklik [40], Hasancebi [18] และ Togan
และ Daloglu [11]

ผลลัพธ์ (ไทย) 3:

ที่สุดของฟังก์ชันที่กำหนดไว้ล่วงหน้าหรือวิธีการลงโทษมีโทษเท่ากับ
คงที่ฟังก์ชันที่จุดเริ่มต้นของการคํานวณ
สัมประสิทธิ์เหล่านี้โดยทั่วไปจะกำหนดโดยการทดลองและวิธีการผิดพลาด

ถ้าฟังก์ชันสัมประสิทธิ์เป็นโทษต่ำเกินไป ปรับเข้าสู่การออกแบบโซลูชั่นมีมาก่อนหรอกนะ

ไม่น่าพอใจ ข้อจำกัด บนมืออื่น ๆถ้าฟังก์ชั่นปรับค่า
สูงเกินไป การออกแบบการเพิ่มประสิทธิภาพจะไม่เป็นที่พอใจ
วัตถุประสงค์การทำงานค่า เพื่อที่จะเอาชนะอุปสรรคของ
วิธีฟังก์ชันโทษคงที่ , ประเภทต่างๆของฟังก์ชันที่โทษ
ได้ถูกเสนอและศึกษา [ 38,17 ] โทษปรับเป็นหนึ่ง
ของวิธีการ ซึ่งเป็นหน้าที่ลงโทษโดยปรับ
ตามความคิดเห็นที่ได้รับจากกระบวนการค้นหา แตกต่างกัน
รุ่นปรับโทษการทำงานเทคนิคได้รับการเสนอโดยนักวิจัยต่าง ๆรวมทั้ง hadj
alouane และถั่ว
[ 39 ] [ 40 ] meesomklik พงศ์ และ hasancebi , [ 18 ] และ togan
และ daloglu [ 11 ]