لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مسائل و الگوریتم های بهینه سازی
Optimization problems and algorithms
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
نحوه درک، فرمولبندی و مقابله با مشکلات مسائل بهینهسازی با استفاده از الگوریتمهای اکتشافی در Matlab شناسایی، درک، فرمولبندی و حل مسائل بهینهسازی درک مفاهیم الگوریتمهای بهینهسازی تصادفی تحلیل و تطبیق الگوریتمهای بهینهسازی مدرن پیش نیازها: شما باید دانش اولیه در مورد برنامه نویسی باید با زبان برنامه نویسی داخلی Matlab آشنا باشید
این یک دوره مقدماتی برای مسائل و الگوریتم های بهینه سازی تصادفی به عنوان زیرشاخه های پایه در هوش مصنوعی است. ما بنیادی ترین مفاهیم در زمینه بهینه سازی از جمله فراابتکاری و هوش ازدحام را پوشش خواهیم داد. در پایان این دوره، شما قادر خواهید بود اجزای اصلی یک مسئله بهینه سازی را شناسایی و پیاده سازی کنید. مشکلات بهینهسازی متفاوت است، اما چالشها و مشکلات عمدتاً مشابهی مانند محدودیتها، اهداف متعدد، متغیرهای گسسته و نویزها وجود دارد. این دوره به شما نشان می دهد که چگونه با هر یک از این مشکلات مقابله کنید. اکثر سخنرانی ها با فیلم های کدگذاری همراه هستند. در این گونه ویدئوها، روند گام به گام پیاده سازی الگوریتم ها یا مسائل بهینه سازی ارائه می شود. ما همچنین تعدادی آزمون و تمرین برای تمرین دانش نظری ارائه شده در سخنرانی ها داریم.
لیست موضوعات تحت پوشش در اینجا آمده است:
سابقه بهینه سازی
مشکلات بهینه سازی
الگوریتم های بهینه سازی تک هدفه
بهینه سازی ازدحام ذرات
بهینه سازی مشکلات با محدودیت ها
بهینه سازی مشکلات با متغیرهای باینری و/یا گسسته
بهینه سازی مشکلات با چندین هدف
بهینه سازی مشکلات با عدم قطعیت
بهینهسازی ازدحام ذرات الگوریتم اصلی خواهد بود، که یک روش جستجو است که میتواند به راحتی در برنامههای مختلف از جمله یادگیری ماشین، علم داده، شبکههای عصبی و یادگیری عمیق اعمال شود.
من به بیش از 200 بررسی 5 ستاره افتخار می کنم. برخی از بررسی ها به شرح زیر است:
دیوید گفت: "این دوره یکی از بهترین دوره های آنلاینی است که من تا به حال گذرانده ام. مدرس کار بسیار خوبی انجام داد و مطالب، اسلایدها، فیلم ها را با دقت آماده کرد و کدهای پیچیده را به روشی بسیار دقیق توضیح داد. امیدوارم مربی می تواند دوره های بسیار بیشتری را برای غنی سازی جامعه ایجاد کند. با تشکر!"
خالد گفت: "دکتر سیدعلی یکی از بزرگترین اساتیدی است که من این امتیاز را داشتم که با او دورهای را بگذرانم. دوره مستقیم به نقطهی اصلی بود و درسها به راحتی قابل درک و جامع است. او در طول و مدت بسیار مفید است. خارج از دوره. من واقعاً این دوره را به همه کسانی که مایل به یادگیری بهینه سازی\PSO هستند یا کسانی که می خواهند درک خود را در بهینه سازی قوی تر کنند توصیه می کنم. برای همه موفق باشید و از جناب آقای دکتر سیدعلی ممنونم."
بیسواجیت گفت: "این دوره واقعاً برای من بسیار مفید بوده است، زیرا مجبورم مکرراً با بهینه سازی سر و کار داشته باشم. برجسته ترین ویژگی دوره تأکید بر کدگذاری و تجسم نتایج است. علاوه بر این، پشتیبانی ارائه شده توسط دکتر سیدعلی از طریق تعامل شخصی درجه یک است.
بومازا گفت: دوره خوبی از دکتر سیدعلی میرجلیلی. تصویر واضحی از الگوریتم های مورد استفاده در بهینه سازی به ما می دهد. جنبه های فنی و عملی بهینه سازی را پوشش می دهد. رویکرد گام به گام و بسیار کاربردی بهینه سازی با مباحثی که به خوبی توضیح داده شده است، دوره بسیار پیشنهادی شما واقعاً به من کمک می کنید. امیدوارم روزی یکی از بازیکنان این رشته هیجان انگیز باشم! با تشکر از دکتر سیدعلی میرجلیلی."
به بیش از 1000 دانش آموز بپیوندید و سفر بهینه سازی خود را با ما آغاز کنید. اگر به هر دلیلی راضی نیستید، میتوانید ظرف 30 روز از Udemy بازپرداخت کامل دریافت کنید. هیچ سوالی پرسیده نشد. اما من مطمئن هستم که شما نیازی به این کار نخواهید داشت. من 100% پشت این دوره هستم و متعهد هستم که در این راه به شما کمک کنم.
سرفصل ها و درس ها
معرفی
Introduction
معرفی
Introduction
تاریخچه بهینه سازی
History of optimization
مشکلات بهینه سازی
Optimization problems
مشکلات بهینه سازی
Optimization problems
آزمون 1
Quiz 1
بهینه سازی مسائل با یک هدف
Optimization of problems with one objective
بهینه سازی مسائل با یک هدف
Optimization of problems with one objective
الگوریتم های بهینه سازی تصادفی
Stochastic Optimization Algorithms
آزمون 2
Quiz 2
بهینه سازی ازدحام ذرات (PSO)
Particle Swarm Optimization (PSO)
تئوری بهینه سازی ازدحام ذرات
Theory of Particle Swarm Optimization
پیاده سازی بهینه سازی ازدحام ذرات در Matlab
Implementing Particle Swarm Optimization in Matlab
PSO با سرعت کران
PSO with bounding velocity
اعمال PSO در مسئله طراحی جدول
Applying PSO to the table design problem
امتحان 3
Quiz 3
بهینه سازی مشکلات با محدودیت ها
Optimization of problems with constraints
بهینه سازی محدود
Constrained optimization
کدنویسی یک تابع هدف محدود و نحوه حل آن در Matlab
Coding a constrained objective function and how to solve it in Matlab
آزمون 4
Quiz 4
بهینه سازی مسائل با متغیرهای گسسته
Optimization of problems with discrete variables
بهینه سازی گسسته
Discrete optimization
کدگذاری یک PSO باینری
Coding a binary PSO
کدگذاری یک PSO گسسته
Coding a discrete PSO
آزمون 5
Quiz 5
بهینه سازی مسائل با اهداف چندگانه
Optimization of problems with multiple objectives
بهینه سازی چند هدفه
Multi-objective optimization
الگوریتم های چند هدفه
Multi-objective algorithms
امتحان 6
Quiz 6
بهینه سازی مشکلات با عدم قطعیت
Optimization of problems with uncertainties
بهینه سازی قوی
Robust optimization
کدگذاری معیار انتظار
Coding an expectation measure
کدگذاری اندازه گیری واریانس
Coding a variance measure
امتحان 7
Quiz 7
ویدیوهای جایزه (سؤالات متداول)
Bonus videos (FAQ)
چگونه PSO را به عنوان یک تابع بنویسیم؟
How to write PSO as a function?
چگونه یک الگوریتم (PSO) را چندین بار اجرا کنیم و نتایج آماری را جمع آوری کنیم؟
How to run an algorithm (PSO) multiple times and collect statistical results?
چگونه می توان یک آزمون آماری (رتبه ویلکاکسون) را هنگام مقایسه الگوریتم ها انجام داد؟
How to conduct a statistical test (Wilcoxon ranksum) when comparing algorithms?
چگونه منحنی های همگرایی دو الگوریتم را مقایسه کنیم؟
How to compare the convergence curves of two algorithms?
چگونه مشکلات حداکثر سازی را حل کنیم؟
How to solve maximization problems?
چگونه میانگین هدف راه حل ها را محاسبه و تجسم کنیم؟
How to calculate and visualize the average objective of solutions?
چگونه برای تجسم نوسانات یک متغیر یک راه حل است؟
How to visualize the fluctuations of a variable is a solution?
چگونه تاریخچه جستجوی ذرات در PSO را تجسم کنیم؟
How to visualize the search history of particles in PSO?
چگونه یک تابع تست را جابجا و بایاس کنیم؟
How to shift and bias a test function?
چگونه داده های کیفی PSO را بهتر تجسم کنیم؟
How to better visualize qualitative data of PSO?
چگونه داده های تولید شده در فرآیند بهینه سازی را در فایل ها ذخیره کنیم؟
How to store the data generated during the optimization process in files?
چگونه معیار توقف یک الگوریتم بهینه سازی را تغییر دهیم؟
How to change the stopping criterion of an optimization algorithm?
چگونه به طور مکرر GBEST را در PSO به روز کنیم؟
How to frequently update GBEST in PSO?
نحوه حل مسائل با متغیرهای باینری/گسسته و پیوسته: بخش 1
How to solve problems with both binary/discrete and continuous variables: PART 1
نحوه حل مسائل با متغیرهای باینری/گسسته و پیوسته: بخش 2
How to solve problems with both binary/discrete and continuous variables: PART 2
نحوه حل مسائل با متغیرهای باینری/گسسته و پیوسته: بخش 3
How to solve problems with both binary/discrete and continuous variables: PART 3
متشکرم
Thank You
با تشکر از شما: کوپن دوره های دیگر من
Thank You: voucher for my other courses
یودمی یکی از بزرگترین پلتفرمهای آموزشی آنلاین است که به میلیونها کاربر در سراسر جهان امکان دسترسی به دورههای متنوع و کاربردی را فراهم میکند. این پلتفرم امکان آموزش در زمینههای مختلف از فناوری اطلاعات و برنامهنویسی گرفته تا زبانهای خارجی، مدیریت، و هنر را به کاربران ارائه میدهد. با استفاده از یودمی، کاربران میتوانند به صورت انعطافپذیر و بهینه، مهارتهای جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.
یکی از ویژگیهای برجسته یودمی، کیفیت بالای دورهها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد میدهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و میتوانند به بهترین شکل ممکن از آموزشها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرمهای آموزشی آنلاین، به افراد امکان میدهد تا به راحتی و با کیفیت، مهارتهای مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.
نمایش نظرات