×

آموزش ساختار کلی الگوریتم‌ های بهینه‌ سازی (رایگان)

آموزش ساختار کلی الگوریتم‌ های بهینه‌ سازی (رایگان)

تعداد دانشجو
۱۶۱ نفر
مدت زمان
۴۳ دقیقه
هزینه آموزش
رایگان!
محتوای این آموزش
۱ بازخورد (مشاهده نظرات)
آموزش ساختار کلی الگوریتم‌ های بهینه‌ سازی (رایگان)

مبحث بهینه سازی (Optimization) شامل خانواده بزرگی از مسائل کاربردی و روش های پیشنهادی برای حل این مسائل است. تقریبا هیچ رشته کاربردی و تخصصی را نمی توان یافت که نیازمند حل مسائل بهینه سازی نباشد. علاوه بر این، زندگی روزمره ما انسان ها نیز تقریبا بدون حل روازنه ده ها مساله بهینه سازی ریز و درشت نیست. از منظر آکادمیک و یا حرفه ای، دانستن مفاهیم پایه بهینه سازی و آشنایی با روش های حل مسائل بهینه سازی، یکی از ضرورت های مهم است. از این رو، دانشجویان رشته های مختلف و همین طور متخصصین شاغل در صنایع مختلف، نیازمند آشنایی با مفاهیم و روش های بهینه سازی هستند. ما در این آموزش قصد داریم تا ساختار کلی الگوریتم‌ های بهینه‌ سازی را مورد بحث و بررسی قرار دهیم.

آموزش ساختار کلی الگوریتم‌ های بهینه‌ سازی (رایگان)

مدت زمان
۴۳ دقیقه
هزینه آموزش
رایگان!
۱ بازخورد (مشاهده نظرات)
مدرس
دکتر سید مصطفی کلامی هریس

دکتری تخصصی مهندسی برق - کنترل

دکتر سید مصطفی کلامی هریس یکی از بنیانگذاران و مدیران کنونی فرادرس و از اعضای هیات علمی آن است. ایشان دارای مدرک دکترای تخصصی در رشته مهندسی برق - کنترل، از دانشگاه صنعتی خواجه نصیرالدین طوسی (قطب علمی کنترل صنعتی) هستند و زمینه های پژوهشی و کاری تخصصی ایشان، در حوزه های مختلف مهندسی کنترل و سیستم های هوشمند بوده است.

توضیحات تکمیلی

مبحث بهینه سازی (Optimization) شامل خانواده بزرگی از مسائل کاربردی و روش های پیشنهادی برای حل این مسائل است. تقریبا هیچ رشته کاربردی و تخصصی را نمی توان یافت که نیازمند حل مسائل بهینه سازی نباشد. علاوه بر این، زندگی روزمره ما انسان ها نیز تقریبا بدون حل روازنه ده ها مساله بهینه سازی ریز و درشت نیست. از منظر آکادمیک و یا حرفه ای، دانستن مفاهیم پایه بهینه سازی و آشنایی با روش های حل مسائل بهینه سازی، یکی از ضرورت های مهم است. از این رو، دانشجویان رشته های مختلف و همین طور متخصصین شاغل در صنایع مختلف، نیازمند آشنایی با مفاهیم و روش های بهینه سازی هستند.

در این آموزش که عملا درس شماره صفر تمام دروس آموزشی بهینه سازی می تواند باشد، مفاهیم پایه و اساسی مربوط به مسائل بهینه سازی و الگوریتم های مورد استفاده برای حل این مسائل، مورد بحث و بررسی قرار می گیرند. مدرس این آموزش، دکتر سید مصطفی کلامی هریس است، که سال ها سابقه کار علمی، عملی و آموزشی در حوزه بهینه سازی را، در کارنامه خود دارد.

ما در این آموزش قصد داریم تا ساختار کلی الگوریتم‌ های بهینه‌ سازی را مورد بحث و بررسی قرار دهیم.

این آموزش رایگان بخشی از آموزش مبانی محاسبات تکاملی و بهینه سازی هوشمند می باشد. برای کسب اطلاعات بیشتر و استفاده از این آموزش بر روی این لینک (+) کلیک کنید.

فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
  • ساختار کلی الگوریتم‌ های بهینه‌ سازی
    • کارکرد اصلی الگوریتم‌ های بهینه‌ سازی
    • مفهوم جستجو (Exploration)
    • مفهوم بهره‌ برداری یا استخراج (Exploitation)
    • موازنه میان استخراج و بهره‌ برداری و اهمیت آن
    • طیف الگوریتم‌ های بهینه‌ سازی از جستجوی تصادفی تا جستجوی حریصانه
    • انواع الگوریتم‌ های بهینه‌ سازی از نظر تعداد پاسخ و جمعیت
    • مدل احتمالی کلی برای الگوریتم‌ های بهینه‌ سازی
    • نحوه عملکرد احتمالی روش‌ های بهینه‌ سازی مبتنی بر جمعیت
    • الگوریتم‌ های بهینه‌ سازی هوشمند، الگوریتم‌ های تکاملی و روش‌ های فراابتکاری (متاهیوریستیک ها)
    • آشنایی با تعدادی از روش‌ های بهینه‌ سازی هوشمند و تکاملی

آنچه در این آموزش خواهید دید:

آموزش ویدئویی مورد تائید فرادرس
فایل PDF یادداشت‌ های ارائه مدرس




آموزش ساختار کلی الگوریتم‌ های بهینه‌ سازی
جهت شروع مطالعه و یادگیری نیاز است بعد از ورود (+) و یا عضویت (+) بر روی دکمه «شروع یادگیری» کلیک کنید.

اطلاعات تکمیلی

نام آموزش آموزش ساختار کلی الگوریتم‌ های بهینه‌ سازی (رایگان)
ناشر فرادرس
کد آموزش FVREA101S05
مدت زمان ۴۳ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (نمایش آنلاین + دانلود)
حجم دانلود ۵۳ بایت (کیفیت ویدئو HD با فشرده سازی انحصاری فرادرس)



آموزش‌های پیشنهادی برای شما



نظرات

مهدیه قربانی
مهدیه قربانی

ممنون از مدرس و سایت فرادرس به خاطر آموزش های خوبش. خدا قوت
پاسخ به نظر

برچسب‌ها:
Constrained Optimization | Cost Function | Error Function | Evolutionary Computation | Evolutionary Optimization | Exploitation | Exploration | Fitness Function | Genetic Algorithm | Heurisitic | Heurisitics | Loss Function | Metaheuristic | Metaheuristics | Multi-objective Optimization | Multiobjective Optimization | Objective | Objective Function | Optimization | Performance Function | Performance Index | Random Key | Swarm Intelligence | TSP | Utility Function | ابتکاری | اجزای مسأله بهینه سازی | استخراج | اصلاح پاسخ | افراز | الگوریتم بهینه سازی | الگوریتم تک نقطه | الگوریتم تک نقطه ای | الگوریتم تکاملی | الگوریتم ژنتیک | الگوریتم مبتنی بر جمعیت | انتخاب | انواع متغیر تصمیم | بهره برداری | بهینگی | بهینه سازی | بهینه سازی تکاملی | بهینه سازی چند لایه | بهینه سازی چند هدفه | بهینه سازی چندلایه | بهینه سازی چندهدفه | بهینه سازی ریاضی | بهینه سازی کاربردی | بهینه سازی لایه ای | بهینه سازی مبتنی بر جمعیت | بهینه سازی مقید | بهینه سازی هوشمند | بهینه یابی | بهینه‌سازی | تابع برازندگی | تابع تلفات | تابع جریمه | تابع جریمه جمع شونده | تابع جریمه ضرب شونده | تابع خطا | تابع عملکرد | تابع مطلوبیت | تابع هدف | تابع هزینه | تخصیص | تخطی | تخطی از قید | ترکیبی | ترکیبیاتی | تعادل بین جستجو و استخراج | تعادل بین جستجو و بهره برداری | تقاطع | تقسیم | تقسیم بندی | تکامل | توصیف پاسخ | توصیف تابع هدف | توصیف فضای جستجو | تولید مثل | جایگشت | جستجو | جهش | حلقه تکاملی | ریاضیات کاربردی | ژنتیک | ساختار الگوریتم بهینه سازی | شاخص عملکرد | فرا ابتکاری | فراابتکاری | فرگشت | فروشنده دوره گرد | فضای جستجو | قید | قیدها | قیود | کاربرد بهینه سازی | کدینگ پاسخ | کلید تصادفی | کوله پشتی | متاهیوریستیک | متغیر تصمیم | متغیرهای پیوسته | متغیرهای تصمیم | متغیرهای عدد صحیح | متغیرهای گسسته | محاسبات تکاملی | محدودیت | محدودیت ها | مسأله بهینه سازی | مسأله فروشنده دوره گرد | مسأله کوله پشتی | موازنه بین جستجو و استخراج | موازنه بین جستجو و بهره برداری | هم-تکاملی | همتکاملی | هوش ازدحامی | هوش جمعی | هوش گروهی | هیوریستیک
مشاهده بیشتر مشاهده کمتر

×
فهرست جلسات ۱ جلسه ویدئویی