۱۴۰,۰۰۰ تومان

آموزش بهینه سازی محدب یا کوژ Convex Optimization و شبیه سازی در متلب MATLAB

آموزش بهینه سازی محدب یا کوژ Convex Optimization و شبیه سازی در متلب MATLAB

هزینه آموزش
۱۴۰,۰۰۰ تومان

تعداد دانشجو
۱,۲۲۹ نفر
مدت زمان
۷ ساعت و ۳۳ دقیقه
محتوای این آموزش
تضمین کیفیت
۱۱ بازخورد (مشاهده نظرات)
آموزش بهینه سازی محدب یا کوژ Convex Optimization و شبیه سازی در متلب MATLAB

در این فرادرس سعی شده است پس از معرفی مبانی و مفاهیم اساسی بهینه سازی ریاضی غیرخطی، مباحث مربوط به بهینه سازی محدب، به دقت مورد بررسی قرار گیرد. این نوع مسائل، در رشته های فنی مهندسی، مانند: رشته برق گرایش کنترل و کاربرد آن ها در کنترل کننده پیش بین مدل، اهمیت زیادی دارند. در آخر نیز، به طور خلاصه به بررسی و آموزش الگوریتم های عددی پرکاربرد، در حل مسائل بهینه سازی محدب، پرداخته می شود.

آموزش بهینه سازی محدب یا کوژ Convex Optimization و شبیه سازی در متلب MATLAB

تعداد دانشجو
۱,۲۲۹ نفر
مدت زمان
۷ ساعت و ۳۳ دقیقه
هزینه آموزش
۱۴۰,۰۰۰ تومان
محتوای این آموزش
۱۱ بازخورد (مشاهده نظرات)

علیرضا علما

کارشناس ارشد مهندسی برق - کنترل

علیرضا علما کارشناس ارشد برق - کنترل از دانشگاه صنعتی شیراز هستند. پایان نامه ایشان در زمینه حل عددی مسئله بهینه سازی کنترل پیش بین مدل سیستم های هایبرید است. ایشان مشغول پژوهش در زمینه حل عددی مسائل بهینه سازی توزیع شده و ابعاد - بزرگ (Big - Data) با رویکرد رایانش موازی هستند.

توضیحات تکمیلی

بهینه سازی محدب، یکی از شاخه های مهم در رشته ریاضی، گرایش ریاضیات کاربردی می باشد، همچنین یکی از زیر شاخه های مهم بهینه سازی غیرخطی است که در مسائل مربوط به علوم مهندسی، مدیریت و همچنین اقتصاد، کاربرد فراوان دارد.

برای این منظور، در این فرادرس سعی شده است پس از معرفی مبانی و مفاهیم اساسی بهینه سازی ریاضی غیرخطی، مباحث مربوط به بهینه سازی محدب، به دقت مورد بررسی قرار گیرد. این نوع مسائل، در رشته های فنی مهندسی، مانند: رشته برق گرایش کنترل و کاربرد آن ها در کنترل کننده پیش بین مدل، اهمیت زیادی دارند. در آخر نیز، به طور خلاصه به بررسی و آموزش الگوریتم های عددی پرکاربرد، در حل مسائل بهینه سازی محدب، پرداخته می شود.

 

فهرست سرفصل‌ها و رئوس مطالب مطرح شده در اين مجموعه آموزشی، در ادامه آمده است:
  • درس یکم: آشنایی با بهینه سازی محدب
    • بهینه سازی ریاضی
    • حداقل مربعات و برنامه ریزی خطی
    • بهینه سازی محدب
    • بهینه سازی غیرخطی
  • درس دوم: مجموعه های محدب
    • مجموعه های آفین و محدب
    • بیان چند مثال کاربردی
    • عملیات هایی که محدب بودن را حفظ می کنند
  • درس سوم: توابع محدب
    • مشخصات اساسی توابع محدب
    • شرایط مرتبه اول
    • شرایط مرتبه دوم
    • مثال های مهم
    • عملیات هایی که محدب بودن توابع را حفظ می کنند
  • درس چهارم: مسائل بهینه سازی محدب
    • تعاریف اساسی بهینه سازی
    • فرم کلی بهینه سازی محدب و شرایط بهینگی
    • برنامه ریزی خطی
    • برنامه ریزی مربعی
    • برنامه ریزی مخروط درجه 2
  • درس پنجم: تئوری دوگانگی لاگرانژ
    • تابع دوگان لاگرانژ
    • مساله دوگان لاگرانژ
    • تعبیر هندسی مساله دوگان
    • شرایط بهینگی کاروش-کان-تاکر (KKT)
  • درس ششم: بهینه سازی محدب و کنترل بهینه مقید زمان محدود
    • اصول کنترل بهینه
    • فرمول بندی کنترل بهینه مقید زمان محدود
    • کنترل پیش بین مدل
    • شبیه سازی با متلب (MATLAB)
  • درس هفتم: حل مسائل بهینه سازی محدب نامقید مرتبه اول
    • بهینه سازی نامقید
    • روش های گرادیان نزولی
    • شبیه سازی
  • درس هشتم: حل مسائل بهینه سازی محدب نامقید مرتبه دوم
    • روش های نیوتن
    • شبیه سازی
  • درس نهم: حل مسائل بهینه سازی محدب با قیود مساوی
    • بهینه سازی مقید با قیود مساوی
    • روش نیوتن
    • روش کاروش-کان-تاکر (KKT)
    • شبیه سازی
  • درس دهم: حل مسائل بهینه سازی محدب با قیود نامساوی
    • بهینه سازی مقید با قیود نامساوی
    • الگوریتم مجموعه فعال
    • شبیه سازی

 

مفید برای
  • مهندسی برق - کنترل

پیش نیاز

جبر خطی

آنچه در این آموزش خواهید دید:

آموزش ویدئویی مورد تائید فرادرس
مراجع و فایل های جانبی مرتبط با آموزش
فایل برنامه ها و پروژه های اجرا شده
فایل PDF یادداشت‌ های ارائه مدرس

نرم افزارهای مرتبط با آموزش

MATLAB R2014b

پیش نمایش‌ها

۱. آشنایی با بهینه سازی محدب
۲. مجموعه های محدب
۳. توابع محدب
۴. مسائل بهینه سازی محدب
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۵. تئوری دوگانگی لاگرانژ
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۶. بهینه سازی محدب و کنترل بهینه مقید زمان محدود
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۷. حل مسائل بهینه سازی محدب نامقید مرتبه اول
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۸. حل مسائل بهینه سازی محدب نامقید مرتبه دوم
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۹. حل مسائل بهینه سازی محدب با قیود مساوی
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۱۰. حل مسائل بهینه سازی محدب با قیود نامساوی
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
این آموزش شامل ۱۰ جلسه ویدئویی با مجموع ۷ ساعت و ۳۳ دقیقه است.
با تهیه این آموزش، می‌توانید به همه بخش‌ها و جلسات آن، دسترسی داشته باشید.

راهنمای سفارش آموزش‌ها

آیا می دانید که تهیه یک آموزش از فرادرس و شروع یادگیری چقدر ساده است؟

(راهنمایی بیشتر +)

در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟
  • با شماره تلفن واحد مخاطبین ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
  • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه


اطلاعات تکمیلی

نام آموزش آموزش بهینه سازی محدب یا کوژ Convex Optimization و شبیه سازی در متلب MATLAB
ناشر فرادرس
شناسه اثر ۸–۱۲۴۵۲–۰۶۵۲۴۰ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
کد آموزش FVMTH9610
مدت زمان ۷ ساعت و ۳۳ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (نمایش آنلاین + دانلود)
حجم دانلود ۵۵۵ مگابایت (کیفیت ویدئو HD با فشرده سازی انحصاری فرادرس)


تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این آموزش توسط فرادرس تضمین شده است. در صورت عدم رضایت از آموزش، به انتخاب شما:
  • ۱۰۰ درصد مبلغ پرداختی در حساب کاربری شما شارژ می‌شود.
  • و یا ۷۰ درصد مبلغ پرداختی به حساب بانکی شما بازگشت داده می‌شود.
آموزش‌های مرتبط با آموزش بهینه سازی محدب یا کوژ Convex Optimization و شبیه سازی در متلب MATLAB


نظرات

تا کنون ۱,۲۲۹ نفر از این آموزش استفاده کرده اند و ۱۱ نظر ثبت شده است.
بهار
بهار
۱۴۰۰/۰۷/۱۱

خیلی خیلی برای من کاربردی بود چون آموزش برای یکی از پروژهای درسیم که استادم خیلی سختگیر بود تهیه کدرم و از آموزش استفاده کامل کردم.

مهدیه
مهدیه
۱۳۹۹/۱۰/۰۱

سلام. سپاس فراوان از آموزشهای مفیدتون. میشه تفاوت های بین CVX و YALMIP رو بفرمایید؟ در چه صورتی مساله با CVX حل میشه اما ممکن هست با YALMIP حل نشه؟

مرتضی
مرتضی
۱۳۹۹/۰۳/۱۹

آموزش بسیار خوب و حرفه ای بود. مشخص بود مدرس کاملا به موضوع و البته کدنویسی متلب مسلط هستند. با اینحال شاید بهتر بود به مثالهای محض کنترلی ورود پیدا نمی‌کردند و کمی مثالهای ساده تر و البته بیشتری با متلب کدنویسی میکردند. از مشاهده این آموزش به دانشم افزوده شود و خدا را شکر راضی ام. سپاس

میلاد
میلاد
۱۳۹۸/۱۰/۲۱

سلام، من این دوره رو دیدم و به نظرم خوبه

مهدی
مهدی
۱۳۹۸/۰۸/۰۹

آموزش خوب و مفیدی بود ولی با توجه به اینکه این اموزش درس سختی هست می توانست نحوه تدریس بهتر و با تسلط بیشتری باشد.

حسن
حسن
۱۳۹۸/۱۰/۱۴

این اموزش مفید و خوب بود و تا به حال کسی در ایران این اموزش را ارائه نداده بود. به نظرم کامل بود و مدرس بیشتر از این توضیحاتی لازم نبود تدریس کنند.

صدیقه
صدیقه
۱۳۹۸/۱۰/۰۴

سلام. آموزشتون بسیار مفید بود و به خوبی مبانی بهینه سازی محدب رو روشن کرد.

مهدی
مهدی
۱۳۹۸/۰۸/۱۶

سلام
من رشتم مخابرات هست و برای قسمتی از پایان نامم که مربوط به بهینه سازی محدب بود به مشکل بر خورده بودم.آموزش های کمی از بهینه سازی محدب به زبان فارسی پیدا میشه که بنظرم از این جامع تر نمی شد گفت.
البته مسائل بهینه سازی محدب گستردگی بسیار زیادی پیدا کرده اند ولی بنظرم با دانستن مفاهیم مبنا میشه به بقیه اشراف پیدا کرد‌
حسن این آموزش به روش های حل مسائل در متلب بوده که به خوبی توضیح داده شده.

مهسا
مهسا
۱۳۹۷/۰۸/۱۶

سلام
خیلی عاااالیه
ممنونم ازتون

مهندس علیرضا علما
مهندس علیرضا علما
۱۳۹۷/۰۵/۱۲

با سلام
این آموزش مبتنی بر تولباکس YALMIP هست .البته از این تولباکس صرفا برای تست الگوریتم های نوشته شده استفاده شده است. در واقع در این آموزش سعی بر این بوده که مستقل از هر تولباکسی به تحلیل و توسعه الگوریتم های بهینه سازی پرداخته شود. در مورد تولباکس CVX باید عرض کنم که هر مسئله ای که CVX قادر به مدلسازی و حل آن است، با YALMIP هم قابل مدلسازی و حل خواهد بود. به طور کلی تولباکس YALMIP امکانات گسترده تری رو در اختیار کاربر قرار میده. اما اگر اجبارا ناچار به استفاده از CVX هستید، در این آموزش به CVX و نحوه کار با آن پرداخته نشده است.
موفق باشید

برچسب‌ها:
اصول کنترل بهینه | الگوریتم مجموعه فعال | برنامه ریزی خطی | برنامه ریزی مخروط درجه 2 | برنامه ریزی مربعی | بهینه سازی ریاضی | بهینه سازی غیر خطی | بهینه سازی محدب | بهینه سازی مقید با قیود نامساوی | بهینه سازی نامقید | تئوری دوگانی | تابع دوگان لاگرانژ | تعاریف اساسی بهینه سازی | تعبیر هندسی مساله دوگان | توابع محدب | حداقل مربعات | روش KKT | روش کاروش-کان-تاکر | روش های گرادیان نزولی | روش های نیوتن | شبیه سازی با متلب | شرایط بهینگی KKT | شرایط بهینگی کاروش-کان-تاکر | کنترل پیش بین مدل | مجموعه های محدب | مسائل بهینه سازی محدب | مساله دوگان لاگرانژ | مشخصات اساسی توابع محدب
مشاهده بیشتر مشاهده کمتر
×
فهرست جلسات ۱۰ جلسه ویدئویی
×