এফএমইএক্সের দেউলিয়া হওয়া অনেকের জন্য একটি গর্ত, তবে সম্প্রতি একটি পুনরায় চালু করার পরিকল্পনা নিয়ে এসেছে এবং debtণ মুক্ত করার জন্য মূল খনির মতো একই নিয়ম তৈরি করেছে।https://www.fmz.com/bbs-topic/5834⇒ সোর্টিং খনির জন্যও অপ্টিমাইজেশান করার সুযোগ রয়েছে ⇒ যদিও একই গর্তে দুইবার পা রাখা উচিত নয়, তবে এফএমইএক্সের ঋণ রয়েছে, তবে এফএমজেডের পরিমাণগত প্ল্যাটফর্মে কার্যকর হতে পারে এমন একটি বাস্তব প্ল্যাটফর্ম কৌশলও প্রকাশ করা যেতে পারে।
প্রতিদিনের প্রতি ৫ মিনিটে একটি বাছাই আনলক চক্র হিসাবে সংজ্ঞায়িত করা হয়, প্রতিটি চক্রের জন্য লেনদেনকে দিনের বাছাই আনলক পরিমাণের 1/288 ভাগ করে দেওয়া হয়। প্রতিটি চক্রের মধ্যে, একটি সময় পয়েন্টকে এলোমেলোভাবে বেছে নেওয়া হয়, যা এই লেনদেনের জন্য একটি বাজার ডিশের অর্ডারের স্ন্যাপশট তৈরি করে, যার মধ্যেঃ
একটি ব্যবহারকারীর দ্বারা একটি লেনদেনের জোড়ায় সারি আনলক করার মোট রিটার্ন হল সেই লেনদেনের জন্য প্রতিটি চক্রের সারি আনলক করার জন্য ব্যবহারকারীর দ্বারা প্রাপ্ত পরিমাণের মোট রিটার্ন।
প্রথম শ্রেণীর আনলক করার মোট লাভ হলঃ
যেখানে i একটি অবস্থানকে নির্দেশ করে, উভয় পক্ষের মোট ৩০টি অবস্থান, a হল আবেদনের পরিমাণ, R হল আনলক রিটার্নের পরিমাণ এবং V হল অর্ডারগুলির মোট পরিমাণ।
লেনদেনের আনলক করার বিপরীতে, লিঙ্কডইন কোন খরচ নেই, এখানে R শুধুমাত্র আপেক্ষিক আকার বিবেচনা করে শুরু করা যেতে পারে, USDT মূল্য নির্ধারণের নিখুঁত পরিমাণ বিবেচনা না করে। যদি আমরা মোট লিঙ্কডইন পরিমাণ নির্ধারণ করি, তাহলে সমস্যাটি হ'ল কীভাবে অর্ডারগুলিকে বিভিন্ন অবস্থানে বরাদ্দ করা যায়, উপার্জন G এর সর্বাধিক অর্জন করা যায়। সহজভাবে সর্বনিম্ন লিঙ্কডইন পরিমাণের অবস্থান সন্ধান করা, সবই লিঙ্কডইন করা, স্পষ্টতই সর্বোত্তম নয়। একটি উদাহরণ দিন, তিনটি অবস্থানের বিদ্যমান লিঙ্কডইন পরিমাণ 10 টি, তাদের সমস্ত R একই, আমরা সেট করেছি মোট লিঙ্কডইন পরিমাণ 30, যদি কেবল একটি অবস্থান তালিকা নির্বাচন করা হয়, তাহলে চূড়ান্ত মোট উপার্জন 0.75R, যদি প্রতিটি লিঙ্কডইন অবস্থান 10 হয়, তবে চূড়ান্ত উপার্জন 1.5R হয়, কখনও কখনও লিঙ্কডইন উপার্জন আরও সহজভাবে বিতরণ করা যায়। তাহলে কীভাবে তহবিল বিতরণ করা যায়?
আমাদের অপ্টিমাইজেশান লক্ষ্য এবং বাধ্যবাধকতা হলঃ
যেখানে M হল মোট hanging single quantity. এটি একটি অসামঞ্জস্যযুক্ত দ্বৈত কনসোল অপ্টিমাইজেশান সমস্যা, যা KTT শর্ত পূরণ করে, এবং একটি পূর্ণসংখ্যা হিসাবে সমাধান করে। সংশ্লিষ্ট প্যাকেজ এবং কনসোল অপ্টিমাইজেশান সমাধানকারী ব্যবহার করে সরাসরি ফলাফল পাওয়া উচিত, যা প্রতিটি অবস্থানের জন্য সর্বোত্তম hanging single quantity ফেরত দেয়। কিন্তু এটি স্পষ্টতই আমরা যে উত্তর চাই তা নয়, আমাদেরকে সমস্যাটি সরলীকরণ করতে হবে এবং নির্দিষ্ট অনুসন্ধানের পদক্ষেপগুলি পেতে হবে।
কেবলমাত্র দুটি স্তরের ক্ষেত্রে বিবেচনা করুন, বর্তমান ঝুলন্ত আদেশের পরিমাণ যথাক্রমে 10, 20 ((যথাক্রমে প্রথম স্তর, দ্বিতীয় স্তর হিসাবে পরিচিত)), তাদের আনলক সীমা R, কৌশলগত প্রস্তুতির ঝুলন্ত আদেশের মোট পরিমাণ 30, কীভাবে তহবিল বরাদ্দ করা যায় তা আনলক সীমা সর্বাধিক করতে?
১ম পদ্ধতিঃ
সর্বনিম্ন ঝুলন্ত অবস্থান খুঁজুন, সব ঝুলন্ত, মোট লাভ G=30/ ((30+10) = 0.75R. এটিও সবচেয়ে সহজ সমাধান।
সমাধান ২ঃ
প্রতিটি বরাদ্দে ১ ইউয়ান, এবং যেখানে সর্বাধিক আয় হতে পারে সেখানে বরাদ্দ করা হয়, যা হ'ল ঝুলন্ত ইউনিটের সর্বনিম্ন অবস্থান। তারপরে ১ য় ইউয়ান প্রথম অ্যারেতে বরাদ্দ করা হয়, প্রথম অ্যারেতে ঝুলন্ত একক পরিমাণ 10 + 1 হয়ে যায়, এবং দ্বিতীয় ইউয়ানও প্রথম অ্যারেতে বরাদ্দ করা হয়... এবং এভাবেই, প্রথম অ্যারেতে 10 টি মোট ভাগ না হওয়া পর্যন্ত, এই সময়ে আপনি এলোমেলোভাবে একটি বাছাই করতে পারেন, যখন প্রথম অ্যারেটি 20 টিরও বেশি হয়, তারপরে দ্বিতীয় অ্যারেতে বরাদ্দ করা হয়। শেষ ফলাফলটি প্রথম অ্যারেতে 20 ডলার বরাদ্দ করা হয়, দ্বিতীয় অ্যারেটি 10 ডলার বরাদ্দ করা হয়, তাদের চূড়ান্ত ঝুলন্ত তালিকা 30 হয়। মোট আয় G = 20/30 + 10/30 = R। এই পদ্ধতিটি 1 পদ্ধতির তুলনায় অনেক ভাল এবং আরও সহজ গণনা করে।
সমাধান ৩ঃ
প্রথম স্তরকে a বরাদ্দ করা যায়, দ্বিতীয় স্তরটি 30-a, এবং সমীকরণটি সরাসরি 0 (প্রক্রিয়াটি তালিকাভুক্ত নয়, এটি লেনদেনের আনলক নিবন্ধের মতো) হিসাবে তালিকাভুক্ত করা যেতে পারে।
একটি পূর্ণসংখ্যা গ্রহণ করে a=15 পাওয়া যায়; মোট লাভ G=15/25+15/35=1.0286R, যা পদ্ধতি 2 এর চেয়ে ভাল, কারণ এটি সরাসরি সূত্র থেকে প্রাপ্ত, এটি সর্বোত্তম পদ্ধতি, পাঠক এটি পরীক্ষা করতে পারেন।
ফলাফল প্রত্যাশিত হতে পারে না, পদ্ধতি ২ স্পষ্ট করে দেয় যে প্রতিটি ইউনিটের বরাদ্দ বর্তমান পরিস্থিতিতে সর্বোত্তম, তবে সামগ্রিকভাবে সর্বোত্তম নয় কেন? এই পরিস্থিতিটি খুব সাধারণ, স্থানীয় সর্বোত্তম অবশ্যই সামগ্রিক সর্বোত্তম নয়, কারণ বরাদ্দের আগে, আন্ডারগ্রাউন্ডের পরিমাণ ইতিমধ্যে বিনিয়োগ করা হয়েছে, সামগ্রিক দক্ষতা ডুবে যাওয়া ব্যয় বিবেচনা করতে হবে। আমরা প্রতিটি ধাপে অনুকূলিতকরণের লক্ষ্যটি সর্বোচ্চ সামগ্রিক দক্ষতা, একক উপার্জন নয়।
অবশেষে বাস্তবিক কার্যকর অপারেশন শুরু, বা প্রতি বরাদ্দ 1 ইউএসবি দ্বারা সমস্যা সরলীকৃত করা হয়। প্রথমে দক্ষতা পরিমাপ করুন, একটি derivative ব্যবহার করে প্রতিফলিত করা যেতে পারে প্রতিটি a এর অবদান G এর জন্য, এই অবদানটি একক বরাদ্দ লাভের পরিবর্তে সমষ্টিগত ব্যয় বিবেচনা করে। এই মানটি বৃহত্তর বলে যে চূড়ান্ত লাভের জন্য সামগ্রিক অবদানটি বৃহত্তর, স্পষ্টতই, ফাংশনের চিত্র অনুসারে, a = 1, থেকে শূন্য পর্যন্ত, সর্বোচ্চ দক্ষতা, তারপরে ধীরে ধীরে হ্রাস পায়।
একই সরল উদাহরণে, তারা তাদের তহবিল বরাদ্দ করার পরে তাদের কার্যকারিতা গণনা করে, টেবিলগুলি তালিকাভুক্ত করেঃ
অর্থায়ন | 1 | 2 |
---|---|---|
1 | 0.0826 | 0.0454 |
2 | 0.069 | 0.0413 |
3 | 0.0592 | 0.0378 |
4 | 0.051 | 0.0347 |
5 | 0.0444 | 0.032 |
… | … | … |
|12 | 0.0207 |0.0195| |13 | 0.0189 |0.0184| |14 | 0.0174 |0.0173| |15 | 0.016 |0.0163| |16 | 0.0148 |0.0154| |17 | 0.0137 |0.0146| |18 | 0.0128 |0.0139|
টেবিলের ১ম ইউনিটকে ১ম শ্রেণিতে, ২য় ইউনিটকে ১ম শ্রেণিতে... ৫ম ইউনিটকে ২য় শ্রেণিতে... এভাবে, শেষ পর্যন্ত ১ম শ্রেণিতে ১৫ ইউএসডি, ২য় শ্রেণিতে ১৫ ইউএসডি, যা আমরা সমীকরণের ভিত্তিতে গণনা করার জন্য সর্বোত্তম। ৩০টি শ্রেণির ক্ষেত্রে, অ্যালগরিদমটি একই, নির্দিষ্ট পদক্ষেপগুলি হলঃ
যদি আমাদের মোট আনুমানিক পরিমাণ বড় হয় এবং প্রতি ইউয়ান বরাদ্দ একবারে খুব কম কার্যকর হয়, তবে আমরা তহবিলকে 100 টিতে বিভক্ত করতে পারি, প্রতিবার একটি বরাদ্দ দিতে পারি, কারণ এটি কেবলমাত্র একটি সহজ ক্রিয়াকলাপের সাজানোর কারণে, অ্যালগরিদমের দক্ষতা খুব বেশি। বাস্তবায়ন স্তরে নির্দিষ্ট, অপ্টিমাইজেশনের জন্যও জায়গা রয়েছে, যেমন আমাদের অর্ডারগুলিকে 100 টিতে বিভক্ত করা, যাতে প্রতিবারের জন্য পুনরায় অর্ডারগুলি পুনরায় বরাদ্দ করা প্রয়োজন, সমস্তটি সরিয়ে ফেলার প্রয়োজন নেই। এছাড়াও স্বয়ংক্রিয়ভাবে আর-ভ্যালু সেট করা যায়, আরও ওজন সহ দূরবর্তী থালা, সাজানোর আনলক এবং আনলক আনলক সহ ভারী অংশগুলি দেওয়া যায়, ইত্যাদি একত্রিত বিবেচনা করা যেতে পারে।
এফএমজেড-এর মূল নিবন্ধটি এখানে, যেখানে এটির উৎস উল্লেখ করা হয়েছেঃhttps://www.fmz.com/bbs-topic-new/5843