انجینئرنگ میں بنیادی حل کا تعارف

اگر آپ انجینئر ہیں یا انجینئرنگ کے طالب علم ہیں، تو آپ کو معلوم ہوگا کہ اصلاح کرنے کا کیا مطلب ہے۔

بہترین ممکنہ نتیجہ حاصل کرنے کے لیے، چیزوں کو کرنے کا بہترین طریقہ تلاش کرنا ضروری ہے۔

لکیری پروگرامنگ میں، آپ بہترین حل تلاش کرنے کے لیے بنیادی حل استعمال کر سکتے ہیں۔

لیکن بنیادی حل کیا ہے، اور انجینئرز کے لیے ان کے بارے میں جاننا اتنا ضروری کیوں ہے؟ اس مضمون میں، میں اس بارے میں بات کروں گا کہ بنیادی حل کیا ہیں، وہ انجینئرنگ میں کیوں اہم ہیں، اور مختلف حالات میں بہترین نتائج حاصل کرنے کے لیے ان کا استعمال کیسے کیا جا سکتا ہے۔

اس لیے تیار ہو جائیں اور بنیادی حل کی دنیا میں غوطہ لگانے کے لیے تیار ہو جائیں، جہاں میں اسرار کو توڑ کر آپ کو دکھاؤں گا کہ یہ تکنیک کتنی طاقتور ہو سکتی ہے۔

لکیری پروگرامنگ میں بنیادی حل

رسمی تعریف:

n متغیر میں m مساوات پر مشتمل ایک لکیری پروگرام ماڈل کا حل بقیہ (nm) متغیرات کے لحاظ سے m متغیرات کو حل کرکے اور (nm) متغیر کو صفر کے برابر ترتیب دے کر حاصل کیا جاتا ہے۔

لکیری پروگرامنگ میں بنیادی حل ایک لکیری پروگرامنگ کے مسئلے کو حل کرنے کا ایک طریقہ ہے جو کچھ تکنیکی ضروریات کو پورا کرتا ہے۔

خاص طور پر، ایک ویکٹر x پولی ہیڈرون کے لیے ایک بنیادی حل ہے اگر ویکٹرز {ai: xi = 0} لکیری طور پر آزاد ہوں۔

اس کا مطلب ہے کہ A کے کالم جن میں متغیرات xi ہیں جو صفر نہیں ہیں لکیری طور پر آزاد ہیں۔

غیر منفی اجزاء کے ساتھ بنیادی حل کو بنیادی ممکنہ حل (BFS) (BFS) کہا جاتا ہے۔

ایک BFS ان تمام اصولوں پر پورا اترتا ہے جو پولی ہیڈرون کی وضاحت کرتے ہیں۔

ہر BFS جیومیٹرک نقطہ نظر سے قابل عمل حل کے پولی ہیڈرون کا ایک گوشہ ہے۔

بنیادی حل تلاش کرنے کے لیے، آپ کو nm متغیرات سیٹ کرنا ہوں گے جو بنیادی سے صفر تک نہیں ہیں اور m متغیرات کو حل کریں جو بنیادی ہیں۔

مختلف بنیادوں کے لیے ایک ہی بنیادی حل کی طرف لے جانا ممکن ہے، جس کا مطلب ہے کہ ایک ہی مسئلے کو حل کرنے کے لیے ایک سے زیادہ طریقے ہو سکتے ہیں۔

سمپلیکس طریقہ ایک تکراری عمل ہے جو ایک BFS سے اگلے BFS میں منتقل ہوتا ہے جب تک کہ اسے بہترین BFS نہ مل جائے۔

BFS تلاش کرنے کے لیے سمپلیکس طریقہ استعمال کرنے کے بعد، ہم یہ دیکھ کر بتا سکتے ہیں کہ آیا حل بہترین ہے یا نہیں، یہ دیکھ کر کہ آیا قریبی کوئی اور BFS مقصدی فنکشن کے لیے بہتر قدر دیتا ہے۔

اگر ایسا کوئی BFS نہیں ہے تو موجودہ BFS بہترین ہے۔

لکیری پروگرامنگ ماڈل

ایک لکیری پروگرامنگ ماڈل میں تین اہم اجزاء شامل ہوتے ہیں: فیصلہ متغیر، ایک مقصدی فعل، اور رکاوٹیں۔

معروضی فعل اور رکاوٹیں دونوں خطی افعال ہونے چاہئیں، اور فیصلہ متغیرات کو مسلسل ہونا چاہیے۔

مقصدی فنکشن کا استعمال کسی ایسے نمبر کو بڑھانے یا کم کرنے کے لیے کیا جاتا ہے جو منافع، لاگت، بنائی گئی مصنوعات کی تعداد وغیرہ کی نمائندگی کرتا ہے۔

رکاوٹیں کسی خاص وسائل کی کل مقدار پر حدود یا پابندیاں ہیں جو ان کاموں کو کرنے کے لئے درکار ہیں جو فیصلہ متغیر میں کامیابی کی سطح کا تعین کریں گے۔

اس کے علاوہ، کچھ لکیری پروگراموں کا تقاضا ہے کہ تمام فیصلہ کن متغیرات غیر منفی ہوں۔

لکیری پروگرامنگ ماڈلز میں، آپ انٹیجر اور بائنری متغیرات بھی استعمال کر سکتے ہیں۔

بائنری متغیرات کی صرف 0 یا 1 کی قدر ہو سکتی ہے، لہذا ان کی صرف 0 یا 1 کی قدر ہو سکتی ہے۔

سمپلیکس طریقہ

لکیری پروگرامنگ کے مسائل کو حل کرنے کے لیے سب سے زیادہ استعمال ہونے والے طریقوں میں سے ایک Simplex طریقہ ہے۔

سمپلیکس طریقہ کار میں بنیادی حل اہم ہیں کیونکہ وہ قابل عمل علاقے کے کونے کے نکات سے مطابقت رکھتے ہیں، اور سمپلیکس طریقہ ایک کونے سے دوسرے کونے میں منتقل ہوتا ہے جب تک کہ کوئی بہترین حل نہ مل جائے۔

سمپلیکس طریقہ بنیادی حل کی خصوصیات کو استعمال کرکے لکیری پروگرامنگ کے مسئلے کا بہترین جواب تلاش کرنے کا ایک تیز طریقہ ہے۔

بہترین BFS تلاش کرنے کے لیے سمپلیکس طریقہ استعمال کرنے کے لیے، ہمیں مجبوری میٹرکس A کے لیے ایک بنیاد B تلاش کرنے کی ضرورت ہے اور نظام Ax = b کو صفر پر سیٹ کی بنیاد کے علاوہ تمام متغیرات کے ساتھ حل کرنا ہوگا۔

بنیادی متغیرات کے نتیجے میں آنے والی قدریں BFS بناتی ہیں۔

اگر کوئی بہترین حل موجود ہے، تو ایک بہترین BFS موجود ہے۔

سمپلیکس طریقہ ایک BFS سے ملحقہ BFS میں منتقل ہوتا ہے جب تک کہ یہ محور طریقہ کار کو استعمال کرتے ہوئے ایک بہترین BFS تک نہ پہنچ جائے۔

بنیادی حل اور قابل عمل حل کے درمیان موازنہ

بنیادی حل اور قابل عمل حل کے درمیان فرق یہ ہے کہ بنیادی حل کو کسی بھی شرط کو پورا کرنے کی ضرورت نہیں ہے۔

خاص طور پر، اس میں ایسے ویکٹر ہونے چاہئیں جو لکیری طور پر آزاد ہوں اور xi کے لیے غیر صفر قدریں ہوں، اور x 0 سے کم ہو۔

دوسری طرف، ایک قابل عمل حل کوئی بھی نقطہ ہے جو مسئلہ کی حدود میں فٹ بیٹھتا ہے۔

لیکن تمام قابل عمل حل بنیادی ممکنہ حل نہیں ہیں۔

بنیادی ممکنہ حل (BFSs) صرف وہی ہیں جو ممکنہ حل کے پولی ہیڈرون کے کونوں سے ملتے ہیں۔

بنیادی باتوں پر واپس: انجینئرنگ میں بنیادی حل کی طاقت کو کھولنا

اب بھی سمجھنا مشکل ہے؟ مجھے نقطہ نظر کو تھوڑا سا تبدیل کرنے دو:

کیا آپ مشکل مسائل کو حل کرنے کے لیے پیچیدہ طریقے اور الگورتھم استعمال کرنے سے بیمار ہیں؟ کیا آپ چاہتے ہیں کہ آپ کے لکیری پروگرام ماڈل کے مسائل سے نمٹنے کا کوئی آسان، زیادہ سیدھا طریقہ ہو؟

ٹھیک ہے، پریشان نہ ہوں، کیونکہ جواب یہاں ہے: m متغیر کے لیے باقی (nm) متغیر کے لحاظ سے حل کریں، اور (nm) متغیر کو صفر پر سیٹ کریں۔

جب آپ بنیادی باتوں پر واپس جاسکتے ہیں تو کس کو الگورتھم کی ضرورت ہے جو فینسی لگے؟ تو اپنے کیلکولیٹرز کو دور رکھیں اور آئیے آسان حل کے بارے میں سیکھنا شروع کریں۔

ٹھیک ہے، یہ صرف ایک مذاق تھا جسے ٹی وی اشتہار کی طرح دیکھنے کے لیے بنایا گیا تھا۔

اب آتے ہیں وضاحت کی طرف۔

بنیادی حل لکیری پروگرامنگ

مشورہ: اگر آپ کو ضرورت ہو تو کیپشن بٹن آن کریں۔ اگر آپ بولی جانے والی زبان سے واقف نہیں ہیں تو ترتیبات کے بٹن میں "خودکار ترجمہ" کا انتخاب کریں۔ آپ کی پسندیدہ زبان ترجمہ کے لیے دستیاب ہونے سے پہلے آپ کو ویڈیو کی زبان پر کلک کرنے کی ضرورت پڑ سکتی ہے۔

کیسز استعمال کریں۔

نتیجہ

آخر میں، انجینئرنگ کے شعبے میں بنیادی حل کا خیال بہت اہم ہے اور اسے بہت سے مختلف طریقوں سے استعمال کیا جا سکتا ہے۔

یہ جان کر کہ بنیادی حل کیا ہے اور یہ لکیری پروگرامنگ میں کیا کرتا ہے، ہم حل کو بہتر بنا سکتے ہیں، لاگت کو کم کر سکتے ہیں اور انہیں مزید موثر بنا سکتے ہیں۔

لیکن یہ یاد رکھنا ضروری ہے کہ بنیادی حل ایک ہی سائز میں فٹ ہونے والا حل نہیں ہے، حالانکہ یہ ایک طاقتور ٹول ہے۔

بہترین نتائج حاصل کرنے کے لیے، ہر مسئلہ کو غور سے دیکھنے اور اس کے بارے میں سوچنے کی ضرورت ہے۔

انجینئرز کے طور پر، ہمیں یہ دیکھتے رہنے کی ضرورت ہے کہ کس طرح بنیادی حل اور دیگر اصلاحی تکنیکیں ترقی کرنے اور نئے آئیڈیاز کے ساتھ آنے میں ہماری مدد کر سکتی ہیں۔

لہذا، آئیے آسان حل کی طاقت کو پہچانیں اور نئی تکنیکوں اور حکمت عملیوں کو استعمال کرکے جو ممکن ہے اس کی حدود کو آگے بڑھاتے رہیں۔

لنکس اور حوالہ جات

کتب:

• لکیری پروگرامنگ بذریعہ واسیک چوٹل
• جوز ایم سلان کے ذریعہ آر کے ساتھ ماڈلنگ اور لکیری پروگرامنگ کو حل کرنا