آموزش حل الگوریتم‌های بهینه‌سازی گسسته - آخرین آپدیت

دانلود Solving Algorithms for Discrete Optimization

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: بهینه‌سازی گسسته با هدف اتخاذ تصمیمات صحیح در مواجهه با گزینه‌های متعدد طراحی شده است. کاربردهای این حوزه در تمام سطوح جامعه ما گسترده است؛ از حل پازل‌های سودوکو گرفته تا چیدمان صندلی‌ها در مهمانی‌های عروسی. همین فناوری می‌تواند برنامه‌ریزی پروازها و خدمه هواپیما، هماهنگی تولید فولاد و سازماندهی حمل‌ونقل سنگ‌آهن از معادن به بنادر را مدیریت کند. اتخاذ تصمیمات درست در استفاده از منابع کمیاب یا گران‌قیمت مانند نیروی انسانی و منابع مادی، به شرکت‌ها اجازه می‌دهد تا سود خود را میلیون‌ها دلار افزایش دهند. مسائل مشابه نیز زیربنای بسیاری از جنبه‌های زندگی روزمره ما هستند، از تعیین مسیرهای تحویل روزانه بسته‌ها و برنامه‌ریزی‌های مدرسه گرفته تا انتقال برق به خانه‌هایمان. با وجود اهمیت بنیادین، حل این مسائل با استفاده از روش‌های سنتی علوم کامپیوتر در مقطع کارشناسی، بسیار دشوار و چالش‌برانگیز است. این دوره برای دانشجویانی در نظر گرفته شده است که دوره مدل‌سازی پیشرفته برای بهینه‌سازی گسسته را گذرانده‌اند. در این دوره، شما با یادگیری فناوری‌های حل مسئله و درک نحوه تبدیل یک مدل سطح بالا (نوشته شده با MiniZinc) به شکلی که توسط حل‌کننده‌های (Solvers) زیرساختی قابل اجرا باشد، دانش خود را در حل مسائل چالش‌برانگیز بهینه‌سازی گسسته گسترش خواهید داد. با درک بهتر فناوری‌های واقعی حل مسئله، هم توانایی مدل‌سازی خود را بهبود می‌بخشید و هم می‌توانید مناسب‌ترین تکنولوژی حل مسئله را برای هر مورد انتخاب کنید. ویدئوی تبلیغاتی دوره را اینجا مشاهده کنید: https://www.youtube.com/watch?v=-EiRsK-Rm08

سرفصل ها و درس ها

برنامه‌نویسی محدودیت پایه Basic Constraint Programming

  • خوش‌آمدگویی به دوره حل الگوریتم‌های بهینه‌سازی گسسته Welcome to Solving Algorithms for Discrete Optimization

  • 3.1.1 حل‌کننده‌های برنامه‌نویسی محدودیت 3.1.1 Constraint Programming Solvers

  • 3.1.2 قلمروها + منتشرکننده‌ها 3.1.2 Domains + Propagators

  • 3.1.3 انتشار کران‌ها 3.1.3 Bounds Propagation

  • 3.1.4 موتور انتشار 3.1.4 Propagation Engine

  • 3.1.5 جستجو 3.1.5 Search

  • 3.1.6 خلاصه ماژول ۱ 3.1.6 Module 1 Summary

  • کارگاه ۹ Workshop 9

برنامه‌نویسی محدودیت پیشرفته Advanced Constraint Programming

  • 3.2.1 بهینه‌سازی در CP 3.2.1 Optimization in CP

  • 3.2.2 شروع مجدد و جستجوی پیشرفته 3.2.2 Restart and Advanced Search

  • 3.2.3 بررسی داخلی Alldifferent 3.2.3 Inside Alldifferent

  • 3.2.4 بررسی داخلی Cumulative 3.2.4 Inside Cumulative

  • 3.2.5 تخت‌سازی (Flattening) 3.2.5 Flattening

  • 3.2.6 خلاصه ماژول ۲ 3.2.6 Module 2 Summary

  • کارگاه ۱۰ Workshop 10

برنامه‌ریزی اعداد صحیح مختلط Mixed Integer Programming

  • 3.3.1 برنامه‌ریزی خطی 3.3.1 Linear Programming

  • 3.3.2 برنامه‌ریزی اعداد صحیح مختلط 3.3.2 Mixed Integer Programming

  • 3.3.3 صفحات برش (Cutting Planes) 3.3.3 Cutting Planes

  • 3.3.4 تبدیل MiniZinc به MIP 3.3.4 MiniZinc to MIP

  • 3.3.5 خلاصه ماژول ۳ 3.3.5 Module 3 Summary

  • کارگاه ۱۱ Workshop 11

جستجوی محلی Local Search

  • 3.4.1 جستجوی محلی 3.4.1 Local Search

  • 3.4.2 محدودیت‌ها و جستجوی محلی 3.4.2 Constraints and Local Search

  • 3.4.3 فرار از کمینه‌های محلی و شروع مجدد 3.4.3 Escaping Local Minima- Restart

  • 3.4.4 شبیه‌سازی تبرید 3.4.4 Simulated Annealing

  • 3.4.5 لیست ممنوعه (Tabu List) 3.4.5 Tabu List

  • 3.4.6 روش‌های ضریب لاگرانژ گسسته 3.4.6 Discrete Langrange Multiplier Methods

  • 3.4.7 جستجوی محله بزرگ 3.4.7 Large Neighbourhood Search

  • 3.4.8 تبدیل MiniZinc به جستجوی محلی 3.4.8 MiniZinc to Local Search

  • 3.4.9 خلاصه ماژول ۴ 3.4.9 Module 4 Summary

  • کارگاه ۱۲ Workshop 12

نمایش نظرات

آموزش حل الگوریتم‌های بهینه‌سازی گسسته
جزییات دوره
21h 52m
31
(آخرین آپدیت)
11,457
5 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar