لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
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
نمایش نظرات