در این فرادرس، دانشجویان عزیز، با مباحث مختلف بهینه سازی مقید مبتنی بر تابع جریمه آشنا می شوند. سرفصل هایی که در این آموزش به آن پرداخته می شود، مفهوم تخطی، تاثیر ضرایب جریمه، پیاده سازی الگوریتم تکامل تفاضلی و … می باشد. استفاده از توابع جریمه برای مواجهه با مسائل بهینه سازی مقید، از جمله روش های بسیار قدیمی و اصیل هستند که نسخه تکامل یافته تئوریک این دسته از روش ها را، در تئوری ضرایب لاگرانژ می توان مشاهده نمود. نقطه قوت این آموزش این است که به طور کامل به توضیح مباحث مربوطه پرداخته شده است و آموزش توسط یکی از بهترین مدرسین متخصص در این زمینه، انجام شده است.

مسائل بهینه سازی از جمله مواردی هستند که زندگی روزمره و همچنین در زمینه های مختلف علمی و مهندسی مطرح می شوند. تقریبا همه مسائل برآمده از واقعیت و مباحث عملی، به صورت مسائل بهینه سازی مقید بیان می شوند که محدودیت های ناشی از فیزیک مسأله، به صورت قیدهایی در تعریف مسأله بهینه سازی، نمایان می شوند.

با توجه به اهمیت و جایگاه ویژه ای که مسائل بهینه سازی مقید دارند، و نظر به حضور تقریبا همیشگی این نوع از مسائل در زمینه های پژوهشی دانشجویان و پژوهشگران، رویکردهای موجود در میان روش های بهینه سازی تکاملی برای برخورد با مسائل بهینه سازی مقید، در قالب بسته آموزشی جامعی به حضور مخاطبین گرامی ارائه شده است. برای کسب اطلاعات بیشتر، ادامه مطلب را ببینید.

در این فرادرس، دانشجویان عزیز، با مباحث مختلف بهینه سازی مقید مبتنی بر تابع جریمه آشنا می شوند. سرفصل هایی که در این آموزش به آن پرداخته می شود، مفهوم تخطی، تاثیر ضرایب جریمه، پیاده سازی الگوریتم تکامل تفاضلی و … می باشد. استفاده از توابع جریمه برای مواجهه با مسائل بهینه سازی مقید، از جمله روش های بسیار قدیمی و اصیل هستند که نسخه تکامل یافته تئوریک این دسته از روش ها را، در تئوری ضرایب لاگرانژ می توان مشاهده نمود. نقطه قوت این آموزش این است که به طور کامل به توضیح مباحث مربوطه پرداخته شده است و آموزش توسط یکی از بهترین مدرسین متخصص در این زمینه، انجام شده است.

مسائل بهینه سازی از جمله مواردی هستند که زندگی روزمره و همچنین در زمینه های مختلف علمی و مهندسی مطرح می شوند. تقریبا همه مسائل برآمده از واقعیت و مباحث عملی، به صورت مسائل بهینه سازی مقید بیان می شوند که محدودیت های ناشی از فیزیک مسأله، به صورت قیدهایی در تعریف مسأله بهینه سازی، نمایان می شوند.

با توجه به اهمیت و جایگاه ویژه ای که مسائل بهینه سازی مقید دارند، و نظر به حضور تقریبا همیشگی این نوع از مسائل در زمینه های پژوهشی دانشجویان و پژوهشگران، رویکردهای موجود در میان روش های بهینه سازی تکاملی برای برخورد با مسائل بهینه سازی مقید، در قالب بسته آموزشی جامعی به حضور مخاطبین گرامی ارائه شده است.

مفهوم توابع جریمه در ترکیب با الگوریتم های تکاملی نیز قابل استفاده هستند، که البته به دلیل مقاوم بودن الگوریتم های تکاملی در مقابل عدم قطعیت، برخی از معایب و سختی های استفاده از تئوری ضرایب لاگرانژ، در این رویکردها مشاهده نمی شود.

 

 

مهمترین سرفصل های مورد بحث در این فیلم آموزشی عبارتند از:

• تعریف مفهوم تخطی و ارتباط آن با تابع جریمه
• روش های مختلف تعریف توابع جریمه
• بررسی تاثیر ضرایب جریمه
• بررسی خواص هر یک از روش های تعریف تخطی
• پیاده سازی الگوریتم تکامل تفاضلی برای حل مسأله کوله پشتی با استفاده از رویکرد تابع جریمه

 

برای مشاهده جزئیات و تهیه آموزش فرادرس فیلم آموزشی بهینه سازی مقید مبتنی بر تابع جریمه به این لینک (+) مراجعه نمایید.