بهینه سازی عددی و تحقیق در عملیات در پایتون

Numerical Optimization and Operations Research in Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: از داده ها به طور موثر برای حمایت از تصمیم گیری برای کاوش در تحقیق در عملیات و بهینه سازی در پایتون استفاده کنید. مسائل جهانی به عنوان مدل‌های بهینه‌سازی عددی تکمیل یک مطالعه موردی در مورد نحوه ترکیب تحقیق عملیات و مهندسی نرم‌افزار برای ساخت راه‌حل‌های قدرتمند و جبر خطی

بهینه سازی عددی و تحقیق در عملیات در پایتون

از داده‌ها برای حمایت از تصمیم‌گیری با استفاده از مفاهیم بهینه‌سازی عددی و تحقیقات عملیاتی که در این دوره جامع دیده می‌شوند، به‌طور کارآمد استفاده کنید. این مبانی نظری و برنامه های کاربردی برنامه نویسی را ترکیب می کند، که برای تقویت مهارت های مورد نیاز برای مقابله با مشکلات پیچیده در زمینه حرفه ای یا آکادمیک طراحی شده است.

یاد خواهید گرفت:

  • نظریه:

    • اصول بهینه سازی ریاضی

    • برنامه نویسی خطی (LP)

    • برنامه نویسی خطی عدد صحیح و عدد صحیح مختلط (MILP)

    • کنار سناریوهای غیرممکن

    • فرمول‌بندی‌های سلسله مراتبی (لغت‌شناسی) چندهدفه

    • اکتشافی سازنده و جستجوی محلی

  • نرم افزار:

    • Pyomo

    • Google OR-Tools

    • HiGHS

  • مشکلات:

    • کوله پشتی

    • مخلوط محصول

    • حمل و نقل

    • Sizing Lot

    • زمان‌بندی کار فروشگاه

    • پراکندگی تسهیلات

    • فروشنده دوره گرد

    • مشکل مسیریابی خودرو با ظرفیت

  • مهارت‌های درجه صنعتی: در پایان این دوره، می‌توانید مسائل بهینه‌سازی خود را تدوین و حل کنید، یک شایستگی بسیار مورد توجه در صنایع مختلف از لجستیک تا امور مالی. همچنین می‌توانید مدل‌های خود را به برنامه‌های مقیاس‌پذیر برای شرکت یا تیم خود تبدیل کنید، حتی اگر آنها با بهینه‌سازی آشنا نباشند.

این دوره برای چه کسانی است؟

  • دانشمندان و مهندسان داده که می خواهند مهارت های بهینه سازی را به جعبه ابزار خود اضافه کنند.

  • حرفه‌ای در لجستیک، مدیریت زنجیره تامین، یا امور مالی که به دنبال بهینه‌سازی برای تصمیم‌گیری هستند.

  • دانشمندان و دانشجویانی که به دنبال کاربرد عملی نظریه‌های تحقیق در عملیات و بهینه‌سازی هستند.

ویژگی های دوره:

  • بیش از 4 ساعت سخنرانی ویدیویی جامع که مفاهیم را به شیوه ای واضح و جذاب توضیح می دهد.

  • 13+ نوت بوک پایتون تعاملی برای تمرین عملی (و راه حل های مربوطه).

  • مقالات و مراجع خارجی را با دقت انتخاب کنید تا تجربه یادگیری خود را بهبود ببخشید.

  • دسترسی به یک انجمن انجمن برای بحث و گفتگو و ایجاد شبکه با سایر فراگیران.

  • دسترسی مادام العمر به مواد دوره، از جمله به روز رسانی های آینده.

این سفر را برای تسلط بر تصمیم گیری با استفاده از بهینه سازی در پایتون آغاز کنید. چه هدفتان پیشرفت شغلی باشد، چه به طور آکادمیک تحقیقات عملیاتی را کاوش کنید، یا به سادگی از هیجان حل مسائل پیچیده لذت ببرید، این دوره دروازه شما به سوی امکانات جدید است.


سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

  • پایتون را دانلود کنید Download Python

  • VS Code را دانلود کنید Download VS Code

  • پروژه خود را پیکربندی کنید Configure your project

  • انتخاب Python venv از Jupyter در VS Code Selecting Python venv from Jupyter in VS Code

  • عناصر یک مدل بهینه سازی The Elements of an Optimization Model

  • نکات اضافی در مورد محدودیت ها Additional Notes on Constraints

  • مشکل کوله پشتی - تعاریف The Knapsack Problem - Definitions

  • اصول اولیه Pyomo Pyomo basics

  • تمرین - مشکل کوله پشتی Exercise - The Knapsack Problem

  • مشکل کوله پشتی - Pyomo The Knapsack Problem - Pyomo

  • تعاریف معمول در بهینه سازی عددی Usual Definitions in Numerical Optimization

  • منبع اضافی - برنامه نویسی غیرخطی Additional Resource - Nonlinear Programming

  • بررسی اجمالی دوره Course Overview

برنامه نویسی خطی Linear Programming

  • نظریه و شهود Theory and Intuition

  • مسئله ترکیب محصول - تعاریف The Product Mix Problem - Definitions

  • ورزش - ترکیب محصول Exercise - Product Mix

  • مشکل ترکیب محصول - Pyomo The Product Mix Problem - Pyomo

  • مشکل حمل و نقل - تعاریف The Transportation Problem - Definitions

  • ورزش - مشکل حمل و نقل Exercise - The Transportation Problem

  • مشکل حمل و نقل - Pyomo The Transportation Problem - Pyomo

  • رسیدگی به ناتوانی ها Handling Infeasibilities

  • حمل و نقل غیرممکن - Pyomo Infeasible Transportation - Pyomo

  • آزمون برنامه نویسی خطی Linear Programming Quiz

معرفی متغیرهای عدد صحیح Introducing Integer Variables

  • چرا از متغیرهای عدد صحیح استفاده می کنیم؟ Why Using Integer Variables?

  • گزاره های منطقی Logical Statements

  • عبارات شرطی و ام بزرگ Conditional Expressions & Big M

  • شهود شاخه و محدود Branch & Bound Intuition

  • سوالات MIP MIP Questions

مدل های موجودی Inventory Models

  • هزینه های راه اندازی و اندازه های دسته ای Setup Costs & Batch Sizes

  • موجودی موجودی در افق های برنامه ریزی گسسته Inventory Balance Over Discrete Planning Horizons

  • مدل پویا لات اندازه - تعاریف The Dynamic Lot-Size Model - Definitions

  • Exercise - Dynamic Lot-Size Model Exercise - Dynamic Lot-Size Model

  • مدل پویا لات سایز - Pyomo The Dynamic Lot-Size Model - Pyomo

مدل های دنباله ای Sequence Models

  • توالی در افق های برنامه ریزی گسسته Sequences over Discrete Planning Horizons

  • مسئله زمانبندی کار-فروشگاه نمایه شده با زمان - تعاریف The Time-Indexed Job-Shop Scheduling Problem - Definitions

  • تمرین - مشکل زمانبندی کار-فروشگاه نمایه شده با زمان Exercise - Time-Indexed Job-Shop Scheduling Problem

  • مشکل زمانبندی کار-فروشگاه با نمایه زمانی - Pyomo The Time-Indexed Job-Shop Scheduling Problem - Pyomo

  • توالی ها و محدودیت های تقدم Sequences and Precedence Constraints

  • مشکل زمانبندی کار-فروشگاه جدا - تعاریف The Disjunctive Job-Shop Scheduling Problem - Definitions

  • تمرین - مشکل زمانبندی کار و فروشگاه Exercise - Disjunctive Job-Shop Scheduling Problem

  • مشکل زمانبندی کار-فروشگاه منفک - Pyomo The Disjunctive Job-Shop Scheduling Problem - Pyomo

  • مشکل فروشنده دوره گرد - تعاریف مدل MTZ The Traveling Salesman Problem - MTZ Model Definitions

  • ورزش - فروشنده دوره گرد MTZ Exercise - The Traveling Salesman MTZ

  • مسئله فروشنده دوره گرد با شاخص زمان - مدل MTZ Pyomo The Time-Indexed Traveling Salesman Problem - MTZ Model Pyomo

مدل های پراکندگی Dispersion Models

  • فرمولاسیون Max-Min و Min-Max Max-Min and Min-Max Formulations

  • مدل پراکندگی تسهیلات - تعاریف The Facility Dispersion Model - Definitions

  • تمرین - مدل پراکندگی تسهیلات Exercise - Facility Dispersion Model

  • مدل پراکندگی تسهیلات - Pyomo The Facility Dispersion Model - Pyomo

مدل های مسیریابی Routing Models

  • به مسیریابی خوش آمدید! Welcome to routing!

  • مشکل فروشنده دوره گرد با حذف زیرگردها - تعریف The Traveling Salesman Problem with Subtour Elimination - Definition

  • تمرین - مشکل فروشنده دوره گرد با حذف تورهای فرعی بازگشتی Exercise - Traveling Salesman Problem with Recursive Subtour Elimination

  • مشکل فروشنده دوره گرد با حذف ساب تور - Pyomo The Traveling Salesman Problem with Subtour Elimination - Pyomo

  • مشکل مسیریابی وسیله نقلیه ظرفیت دار - فرمولاسیون MIP The Capacitated Vehicle Routing Problem - MIP Formulation

  • ورزش - CVRP (MIP) Exercise - CVRP (MIP)

  • مشکل مسیریابی خودرو با ظرفیت - Pyomo - قسمت 1 The Capacitated Vehicle Routing Problem - Pyomo - Part 1

  • مشکل مسیریابی خودرو با ظرفیت - Pyomo - قسمت 2 The Capacitated Vehicle Routing Problem - Pyomo - Part 2

  • اکتشافی - جستجوی سازنده و محلی Heuristics - Constructive and Local Search

  • OR-Tools Routing Models OR-Tools Routing Models

  • مشکل مسیریابی وسیله نقلیه ظرفیت دار - ابزار یا ابزار The Capacitated Vehicle Routing Problem - OR Tools

  • تبریک می گویم! Congratulations!

بخش اضافی - برنامه بهینه سازی Extra Section - The Optimization App

  • معرفی اپلیکیشن بهینه سازی Introducing the Optimization App

  • ساختار پوشه Folder Structure

  • با استفاده از Streamlit Using Streamlit

  • اجرای محلی Local Execution

  • Containerization با Docker Containerization with Docker

  • نتیجه گیری دوره Course Conclusion

نمایش نظرات

بهینه سازی عددی و تحقیق در عملیات در پایتون
جزییات دوره
4.5 hours
65
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
281
4.8 از 5
دارد
دارد
دارد
Bruno Leite
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Bruno Leite Bruno Leite

دانشمند ارشد داده، متخصص بهینه سازی