آموزش مسائل و الگوریتم های بهینه سازی چند هدفه

Multi-objective Optimization Problems and Algorithms

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: نحوه مدیریت چندین هدف با استفاده از طیف گسترده ای از الگوریتم های بهینه سازی قادر به حل مسائل چند هدفه قادر به استفاده از الگوریتم های بهینه سازی چند هدفه تجسم نتایج یک بهینه سازی چند هدفه تجزیه و تحلیل نتایج یک بهینه سازی چند هدفه قادر به حل چند هدفه مسائل بهینه سازی هدف با طیف وسیعی از تکنیک های چندهدفه پیش نیازها:آشنایی اولیه با بهینه سازی تک هدفه آشنا با زبان برنامه نویسی Matlab دانش پایه الگوریتم ژنتیک دانش پایه بهینه سازی ازدحام ذرات

این یک دوره مقدماتی برای بهینه سازی چند هدفه با استفاده از الگوریتم های جستجوی هوش مصنوعی است. ما با جزئیات و مدل های ریاضی مسائل با اهداف چندگانه شروع می کنیم. سپس بر درک اساسی‌ترین مفاهیم در زمینه بهینه‌سازی چندهدفه تمرکز می‌کنیم که شامل اما نه محدود به: فضای جستجو، فضای هدف، بهینه پارتو، مجموعه راه‌حل بهینه پارتو، جبهه بهینه پارتو، تسلط پارتو، محدودیت‌ها، تابع هدف، جبهه های محلی، راه حل های محلی، راه حل های بهینه پارتو واقعی، جبهه بهینه پارتو واقعی، و غیره.

در قسمت دوم این دوره چندین روش بهینه سازی برای حل مسائل بهینه سازی چندهدفه به شرح زیر ارائه می شود:

  • هیچ روش ترجیحی وجود ندارد

  • روشهای پیشینی

  • روشهای پسینی

  • روش های پیشرو

این دوره همچنین شامل تعداد زیادی ویدیوی کدگذاری است تا به شما فرصت کافی برای تمرین تئوری ارائه شده در سخنرانی بدهد. همچنین چندین مطالعه موردی از جمله مسائل دنیای واقعی وجود دارد که به شما امکان می‌دهد فرآیند حل مسائل چالش برانگیز بهینه‌سازی چند هدفه را با استفاده از الگوریتم‌های بهینه‌سازی چند هدفه بیاموزید.

برای روش‌های جستجو، از الگوریتم‌های بهینه‌سازی تصادفی از جمله بهینه‌سازی ازدحام ذرات و الگوریتم‌های ژنتیک استفاده خواهیم کرد. این بدان معناست که ما بهینه‌سازی ازدحام ذرات چند هدفه (MOPSO) و الگوریتم‌های ژنتیک چند هدفه (MOGA) را توسعه می‌دهیم.


برخی از نظرات این دوره به شرح زیر است:

فیمی گفت: "مثل همیشه، مربی در دوره متخصص است و با مثال های واقعی به طور کامل توضیح داده است، و من سبک تدریس او را دوست دارم، اگرچه دوره کمی سخت است، اما او آن را سرگرم کننده کرد!"

پنکاج گفت: "دکتر میرجلیلی با سرعت بسیار خوبی تدریس می‌کند و مفهوم را به وضوح بیان می‌کند. مثال‌هایی که استفاده می‌کند بسیار مرتبط هستند و یادگیری مفاهیم فریبنده را واقعا سرگرم‌کننده می‌کند."


Oyakhilome گفت: "یک دوره عالی دیگر توسط دکتر سیدعلی. تمام اجزای دوره به خوبی ساختار یافته و متناسب با نیازهای آموزشی دانشجویان طراحی شده است. من این دوره را به همه افراد تازه وارد در زمینه بهینه سازی اکیداً توصیه می کنم."/p>


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

بخش 1: مقدمه Part 1: Introduction

  • معرفی Introduction

بخش 2: مسائل بهینه سازی چند هدفه Part 2: Multi-objective Optimization Problems

  • مسائل بهینه سازی چند هدفه Multi-objective Optimization Problems

  • کدگذاری یک تابع معیار چند هدفه Coding A Multi-objective Benchmark Function

  • کدگذاری یک تابع چند هدفه در دنیای واقعی Coding A Real-world Multi-objective Function

  • فضای متغیر تصمیم گیری و فضای هدف Decision Variable Space and Objective Space

  • فضای جستجو و فضای هدف ZDT1 Search Space and Objective Space of ZDT1

  • فضای جستجو و فضای هدف مسئله طراحی تیرهای کنسولی Search Space and Objective Space of The Cantilever Beam Design Problem

  • مناطق امکان پذیر و غیرقابل تحقق در فضاهای پارامتر و هدف Feasible and Infeasible Areas in Parameter and Objective Spaces

بخش 3: مقدمات و تعاریف اساسی در بهینه سازی چند هدفه Part 3: Preliminaries and Essential Definitions in Multi-objective Optimization

  • تسلط بهینه پارتو و بهینه پارتو Pareto Optimal Dominance and Pareto Optimality

  • مجموعه راه حل بهینه پارتو و جلو بهینه پارتو Pareto Optimal Solution Set and Pareto Optimal Front

  • کدگذاری یک تابع برای تسلط بهینه پارتو Coding A Function for Pareto Optimal Dominance

بخش 4: الگوریتم های چند هدفه Part 4: Multi-objective Algorithms

  • طبقه بندی الگوریتم های بهینه سازی چند هدفه A Classification of Multi-objective Optimization Algorithms

  • بدون روش ترجیحی: تئوری و کدگذاری No Preference Methods: theory and coding

  • الگوریتم های چند هدفه پیشینی: نظریه A Priori Multi-objective Algorithms: theory

  • الگوریتم های چندهدفه پیشینی: کدگذاری A Priori Multi-objective Algorithms: coding

  • الگوریتم های چندهدفه پسینی: نظریه A Posteriori Multi-objective Algorithms: Theory

  • الگوریتم های چندهدفه پسینی: کدگذاری A Posteriori Multi-objective Algorithms: Coding

  • الگوریتم های چندهدفه پیشرونده: نظریه Progressive Multi-objective Algorithms: Theory

  • الگوریتم های چندهدفه پیشرونده: کدگذاری Progressive Multi-objective Algorithms: Coding

ویدئوی جایزه Bonus Video

  • متشکرم Thank You

نمایش نظرات

Udemy (یودمی)

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.

آموزش مسائل و الگوریتم های بهینه سازی چند هدفه
جزییات دوره
4 hours
20
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,901
4.2 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

Seyedali Mirjalili Seyedali Mirjalili

دکتری هوش مصنوعی