मेजर एल्गोरिदम के 10 प्रकार



विभिन्न के बीच एल्गोरिदम के प्रकार ऐसे हैं जिन्हें उनके संकेत प्रणाली के अनुसार और उनके कार्य के अनुसार वर्गीकृत किया गया है। एल्गोरिथ्म उन चरणों की एक श्रृंखला है जो किसी समस्या को हल करने, किसी कार्य को निष्पादित करने या गणना करने के लिए किए जाते हैं.

परिभाषा के अनुसार, वे आम तौर पर कठोर और तार्किक डिजाइन होते हैं, जैसे कि गणितीय संचालन, जो प्रश्न में कुछ कठिनाई को हल करने के लिए इष्टतम साबित हुए हैं.

मूल रूप से एक एल्गोरिथ्म एक विशेष समस्या के लिए सबसे अच्छा ज्ञात समाधान है। इसकी रणनीति और इसके कार्य के अनुसार, कई प्रकार के एल्गोरिदम हैं.

इनमें से कुछ प्रकार हैं: डायनेमिक एल्गोरिदम, रिवर्स एल्गोरिदम, ब्रूट फोर्स एल्गोरिदम, अवसरवादी एल्गोरिदम, एल्गोरिदम को चिह्नित करना और यादृच्छिक एल्गोरिदम, अन्य।.

कई क्षेत्रों में एल्गोरिदम के अलग-अलग उपयोग हैं। कंप्यूटर क्षेत्र से, गणित के माध्यम से क्षेत्र तक विपणन. प्रत्येक क्षेत्र में समस्याओं को हल करने के लिए हजारों उपयुक्त एल्गोरिदम हैं.

एल्गोरिथ्म के प्रकारों का वर्गीकरण

इसके साइन सिस्टम के अनुसार

गुणात्मक एल्गोरिदम 

ये एल्गोरिदम वे हैं जिनमें मौखिक तत्व रखे गए हैं। इस प्रकार के एल्गोरिदम का एक उदाहरण निर्देश या "कदम से कदम" है जो मौखिक रूप से दिए गए हैं.

DIY कार्य करने के लिए व्यंजनों या निर्देशों का मामला ऐसा है.

मात्रात्मक एल्गोरिदम

वे गुणात्मक एल्गोरिदम के विपरीत हैं, क्योंकि संख्यात्मक तत्व रखे जाते हैं। इस प्रकार के एल्गोरिदम का उपयोग गणित में गणना करने के लिए किया जाता है। उदाहरण के लिए, एक वर्गमूल को खोजने या एक समीकरण को हल करने के लिए.

कम्प्यूटेशनल एल्गोरिथ्म

वे एल्गोरिदम हैं जो कंप्यूटर के साथ बनाए जाते हैं; इनमें से कई एल्गोरिदम अधिक जटिल हैं और इसलिए उन्हें एक मशीन के माध्यम से करने की आवश्यकता है। वे मात्रात्मक एल्गोरिदम भी हो सकते हैं जो अनुकूलित हैं.

गैर-कम्प्यूटेशनल एल्गोरिदम  

ये एल्गोरिदम वे हैं जो कंप्यूटर के साथ नहीं किए जा सकते हैं; उदाहरण के लिए, एक टेलीविजन प्रोग्रामिंग.

इसके कार्य के अनुसार

एल्गोरिथ्म लेबलिंग

यह एल्गोरिथ्म ग्राहकों के व्यवहार जैसे कारकों के आधार पर कीमतों को गतिशील रूप से निर्धारित करने के लिए स्वचालन का उपयोग करता है.

विक्रेता के लाभ को अधिकतम करने के लिए, बिक्री पर वस्तुओं की कीमत को स्वचालित रूप से निर्धारित करने का अभ्यास करना है। 1990 के दशक की शुरुआत से यह एयरलाइन उद्योग में एक आम बात है.

टैगिंग एल्गोरिथ्म अत्यधिक प्रतिस्पर्धी उद्योगों, जैसे यात्रा और ऑनलाइन वाणिज्य में एक आम बात है.

इस प्रकार का एल्गोरिथ्म अत्यंत जटिल या अपेक्षाकृत सरल हो सकता है। कई मामलों में उन्हें स्वयं-सिखाया जा सकता है या परीक्षणों के साथ लगातार अनुकूलित किया जा सकता है.

टैगिंग एल्गोरिथ्म ग्राहकों के साथ अलोकप्रिय हो सकता है क्योंकि लोग स्थिरता और निष्पक्षता को महत्व देते हैं.

एकसंभाव्य एल्गोरिदम 

यह एक एल्गोरिथ्म है जहां परिणाम या जिस तरीके से परिणाम प्राप्त किया जाता है वह संभावना पर निर्भर करता है। कभी-कभी उन्हें यादृच्छिक एल्गोरिदम भी कहा जाता है.

कुछ अनुप्रयोगों में इस प्रकार के एल्गोरिथ्म का उपयोग स्वाभाविक है, उदाहरण के लिए जब समय के साथ कुछ मौजूदा या नियोजित प्रणाली के व्यवहार का अनुकरण करते हैं। इस मामले में परिणाम आकस्मिक है.

अन्य मामलों में हल की जाने वाली समस्या नियतात्मक है, लेकिन इसे एक भाग्य के रूप में परिवर्तित किया जा सकता है, और इसे प्रायिकता एल्गोरिथम लागू करके हल किया जा सकता है.

इस प्रकार के एल्गोरिदम के बारे में अच्छी बात यह है कि इसके आवेदन में परिष्कृत या गणितीय ज्ञान की आवश्यकता नहीं है। तीन मुख्य प्रकार हैं: संख्यात्मक, मोंटे कार्लो और लास वेगास.

संख्यात्मक विश्लेषण गणितीय विश्लेषण की समस्याओं को हल करने के लिए प्रतीकात्मक जोड़तोड़ के बजाय सन्निकटन का उपयोग करता है। उन्हें इंजीनियरिंग और भौतिक विज्ञान के सभी क्षेत्रों में लागू किया जा सकता है.

दूसरी ओर, मोंटे कार्लो एल्गोरिदम संभावना के आधार पर प्रतिक्रियाएं उत्पन्न करते हैं। नतीजतन, इस एल्गोरिथ्म द्वारा उत्पादित समाधान सही हो सकते हैं या नहीं, क्योंकि उनके पास त्रुटि का एक निश्चित मार्जिन है.

इसका उपयोग डेवलपर्स द्वारा, गणितज्ञों द्वारा और वैज्ञानिकों द्वारा किया जाता है। वे लास वेगास एल्गोरिदम के साथ इसके विपरीत हैं.

अंत में, लास वेगास एल्गोरिदम की विशेषता है क्योंकि परिणाम हमेशा सही होगा, लेकिन सिस्टम अनुमानित संसाधनों से अधिक या अनुमानित समय से अधिक उपयोग कर सकता है.

दूसरे शब्दों में: ये एल्गोरिदम संसाधनों के उपयोग के साथ एक तरह का दांव लगाते हैं, लेकिन हमेशा सटीक परिणाम देते हैं.

गतिशील प्रोग्रामिंग

डायनेमिक शब्द उस विधि को संदर्भित करता है जिसमें एल्गोरिथ्म परिणाम की गणना करता है। कभी-कभी समस्या का एक तत्व हल करना छोटी समस्याओं की एक श्रृंखला को सुलझाने पर निर्भर करता है.

इसलिए, समस्या को हल करने के लिए, छोटे उपप्रकारों को हल करने के लिए समान मानों को बार-बार गणना की जानी चाहिए। लेकिन इससे साइकिल की बर्बादी होती है.

इसे मापने के लिए, डायनेमिक प्रोग्रामिंग का उपयोग किया जा सकता है। इस मामले में मूल रूप से प्रत्येक उपप्रकार का परिणाम याद किया जाता है; जब जरूरत होती है, तो उस मूल्य का उपयोग बार-बार कंप्यूटिंग के बजाय किया जाता है.

हेयोरिस्टिक एल्गोरिदम

ये एल्गोरिदम वे हैं जो सभी संभव लोगों के बीच समाधान ढूंढते हैं, लेकिन वे गारंटी नहीं देते हैं कि इनमें से सबसे अच्छा मिलेगा। उस कारण से उन्हें अनुमानित या सटीक एल्गोरिदम नहीं माना जाता है.

वे आमतौर पर सर्वश्रेष्ठ के करीब एक समाधान पाते हैं, और वे इसे जल्दी और आसानी से ढूंढते हैं। आम तौर पर इस प्रकार के एल्गोरिथ्म का उपयोग तब किया जाता है जब सामान्य तरीके से समाधान खोजना असंभव होता है.

वापस एल्गोरिदम

वे एल्गोरिदम हैं जो उनके व्यवहार को देखकर निरस्त किए गए हैं। आमतौर पर वे मूल एल्गोरिथ्म के सन्निकटन होते हैं जिनका निर्माण प्रतियोगिता या अध्ययन जैसे उद्देश्यों के लिए किया जाता है.

बाजार, अर्थव्यवस्था, मूल्य अंकन, संचालन और समाज पर उनके प्रभाव का अध्ययन करने के लिए एल्गोरिदम को रद्द किया जा सकता है.

रेवेनस एल्गोरिथम

कई समस्याओं में, स्पष्ट निर्णय लेने से इष्टतम समाधान होते हैं। इस प्रकार का एल्गोरिथ्म अनुकूलन समस्याओं के लिए लागू होता है.

एक जीवंत एल्गोरिथ्म के प्रत्येक चरण में एक तार्किक और इष्टतम निर्णय लिया जाता है, ताकि अंत में सर्वश्रेष्ठ वैश्विक समाधान तक पहुंचा जा सके.

लेकिन आपको यह ध्यान रखना है कि एक बार निर्णय लेने के बाद इसे ठीक नहीं किया जा सकता है या भविष्य में नहीं बदला जा सकता है.

प्रचंड एल्गोरिथ्म की सत्यता का परीक्षण बहुत महत्वपूर्ण है, क्योंकि इस प्रकार के सभी एल्गोरिदम एक इष्टतम वैश्विक समाधान के लिए नेतृत्व नहीं करते हैं.

संदर्भ

  1. एल्गोरिथम: प्रकार और वर्गीकरण। Gonitsora.com से पुनर्प्राप्त किया गया
  2. हेयोरिस्टिक एल्गोरिदम। छात्रों से लिया गया ।cei.upatras.gr
  3. एल्गोरिथम मूल्य निर्धारण (2016) क्या है। Simpleicable.com से पुनर्प्राप्त
  4. अंक विश्लेषण। Wikipedia.org से लिया गया
  5. संभाव्य एल्गोरिदम (2001)। Users.abo.fi से लिया गया
  6. एल्गोरिदम (2015) क्या हैं। Simpleicable.com से पुनर्प्राप्त
  7. मोंटे कार्लो एल्गोरिदम। Technopedia.com से पुनर्प्राप्त
  8. एल्गोरिदम के प्रकार। Lostipos.com से पुनर्प्राप्त किया गया
  9. रिवर्स एल्गोरिदम क्या हैं? Simpleicable.com से पुनर्प्राप्त