آموزش گمز – پیاده‌ سازی بهینه‌ سازی چندهدفه در GAMS | فرادرس
close icon جشنواره سال نو
۰۱ثانیه
:
۰۴دقیقه
:
۰۸ساعت
:
۰۱روز

آموزش گمز – پیاده‌ سازی بهینه‌ سازی چندهدفه در GAMS

Poster
volume high icon
پخشplay video icon
۰۰:۰۰
play video icon
volume high icon
/
۱x
quality video icon
pip video iconfullscreen icon

پياده‌سازی الگوریتم بهينه‌سازی چند‌هدفه در گمز GAMS چیست؟

مسائل بهینه‌سازی کلاسیک شامل یک معیار سنجش یا هدف هستند و بهینه‌سازی مسئله منجر به شناسایی نقطه بهینه می‌شود. در مقابل، اغلب مسائل پیچیده تصمیم‌گیری شامل بیش از یک معیار یا هدف هستند، مانند کمینه‌سازی هم‌زمان هزینه و زمان در یک پروژه یا کمینه‌سازی هزینه و بیشینه‌سازی قابلیت اطمینان در یک سیستم با وجود محدودیت‌ها. برای حل دقیق مسائل تک‌هدفه می‌توان از نرم‌افزار گمز استفاده کرد که توانایی تحلیل انواع مختلف مسائل بهینه‌سازی خطی، غیرخطی، عدد صحیح مختلط و غیره را دارد. اما حل مسائل چندهدفه به خودی خود در گمز امکان‌پذیر نیست و نیاز به استفاده از رویکردهای چندهدفه قبل از ورود مسئله به محیط نرم‌افزار است. هدف نهایی در اغلب مسائل چندهدفه، شناسایی مجموعه جواب‌های پارتو است.

اهمیت یادگیری پياده‌سازی الگوریتم بهينه‌سازی چند‌هدفه در گمز GAMS چیست؟

اغلب مسائل دنیای واقعی چندهدفه‌اند و آشنایی با حل اینگونه مسائل و نحوه پیاده‌سازی آن‌ها در گمز برای شناسایی جواب‌های پارتو و نحوه مقایسه کردن روش‌ها به صورت آماری اهمیت بالایی دارد.

در این فرادرس چه چیزی یاد می‌گیریم؟

این آموزش یک مرور سریع ولی کامل از برنامه‌ریزی چندهدفه، پیاده‌سازی روش‌های چندهدفه در گمز و نحوه مقایسه روش‌های چندهدفه است. ابتدا، مخاطبان با مفاهیم برنامه‌ریزی چندهدفه آشنا می‌شوند. در ادامه پس از معرفی مدل ریاضی یک مسئله دوهدفه، کدنویسی در محیط گمز انجام می‌شود. سپس رایج‌ترین روش‌های چندهدفه پس از معرفی کوتاه در گمز پیاده‌سازی می‌شوند. در نهایت نیز به مقایسه روش‌های چندهدفه می‌پردازیم.

مفید برای
  • دانشجویان و فارغ‌التحصیلان مهندسی صنایع
  • علاقه‌مندان به برنامه‌نویسی در گمز
  • علاقه‌مندان به یادگیری بهینه‌سازی چندهدفه
مشاهده بیشترangle down icon
graduate student icon

۱۰۷دانشجو

محتوای این آموزش
file video icon

۳ ساعت آموزش ویدئویی

setting icon

فایل برنامه‌ها و پروژه‌ها

pdf file icon

فایل PDF یادداشت‌ها و اسلایدها

question icon

تالار پرسش‌ و ‌پاسخ

سرفصل‌ها
۱۹ درس در قالب ۵ فصلبستن همه فصل‌ها
فصل ۱. مقدمه‌ای بر برنامه‌ريزی چندهدفه
angle icon
video icon
معرفی تصميم‌گيری چندهدفه‌۰۹:۱۳
play icon
video icon
معرفی مدل رياضی يک مساله دوهدفه۱۰:۴۴
lock icon
video icon
كدنويسی اوليه مدل در گمز (GAMS)۱۸:۳۹
play icon
video icon
بهينه‌سازی تک‌هدفه۰۶:۱۳
lock icon
فصل ۲. معرفی و پياده‌سازی روش‌های چندهدفه در GAMS
angle icon
video icon
معرفی روش لكسيكوگرافيک۰۸:۳۸
lock icon
video icon
پياده‌سازی روش لكسيكوگرافيک۰۶:۱۹
lock icon
video icon
معرفی برنامه‌ريزی آرمانی۱۴:۲۲
lock icon
video icon
پياده‌سازی برنامه‌ريزی آرمانی۱۵:۰۸
lock icon
video icon
معرفی روش Lp-metric۰۶:۲۵
lock icon
video icon
پياده‌سازی روش Lp-metric۱۳:۳۰
lock icon
video icon
معرفی روش تابع مطلوبيت۰۸:۰۰
lock icon
video icon
پياده‌سازی روش تابع مطلوبيت۰۳:۴۸
play icon
video icon
معرفی روش محدوديت اپسيلون۱۱:۳۵
lock icon
video icon
پياده‌سازی روش محدوديت اپسيلون۱۳:۵۷
lock icon
video icon
نكات تكميلی برای مسائلی با بيش از دو هدف۱۵:۵۸
lock icon
note icon
تمرین ۱ - پیاده‌سازی روش لکزیکوگرافی در گمزدرس متنی
lock icon
note icon
تمرین ٢ - پیاده‌سازی روش برنامه‌ریزی آرمانی در گمزدرس متنی
lock icon
note icon
تمرین ۳ - پیاده‌سازی روش Lp متریک در گمزدرس متنی
lock icon
note icon
تمرین ۴ - پیاده‌سازی روش مطلوبیت در گمزدرس متنی
lock icon
note icon
تمرین ۵ - پیاده‌سازی روش محدودیت اپسیلون در گمزدرس متنی
lock icon
فصل ۳. مقايسه روش‌های چندهدفه
angle icon
فصل ۴. راهنمایی ادامه مسیر
angle icon
فصل ۵. تمرین‌ها
angle icon
فایل‌های همراه
angle icon
مدرس
سعید علایی
سعید علایی

دکتری تخصصی مهندسی صنايع

دکتر سعيد علایی، عضو هیات‌علمی دانشگاه خاتم و دارای مدرک دکتری تخصصی رشته مهندسی صنايع از دانشگاه صنعتی خواجه نصیرالدین طوسی هستند. بهینه‌سازی و تحقیق‌ در عملیات از فعالیت‌های پژوهشی ایشان است و دارای ۱۶ مقاله ISI و در مجموع ۲۰ مقاله علمی در نشريات معتبر بين‌المللی هستند. همچنین، ۱۴ ترم تدريس دانشگاهی در مقطع كارشناسی ارشد و تدريس آموزش گمز در قالب كلاس‌های مختلف در کارنامه حرفه‌ای ایشان وجود دارد.

نرم‌افزارهای مرتبط با آموزش

warranty icon تضمین کیفیت

کیفیت این آموزش توسط فرادرس تضمین شده است. در صورت عدم رضایت از آموزش به انتخاب شما:

  • badge check icon۱۰۰ ‌درصد مبلغ پرداختی در حساب کاربری شما شارژ می‌شود.
  • badge check icon۷۰ ‌درصد مبلغ پرداختی به حساب بانکی شما بازگشت داده می‌شود.
توضیحات بیشترarrow left icon
comment icon نظرات
star border۵(میانگین امتیاز کاربران)
برچسب‌ها:گمز|بهینه سازی مسائل چند هدفه|بهینه سازی چند هدفه|GAMS|پياده سازی الگوریتم بهينه سازی چند هدفه|توسعه مدل چند هدفه|روش تابع مطلوبيت برای بهینه سازی چند هدفه|روش Lp-metric برای بهینه سازی چند هدفه|گمز GAMS|مسائل بهینه سازی چند هدفه|روش لكسيكوگرافيک برای بهینه سازی چند هدفه|مدل سازی ریاضی|الگوریتم بهینه سازی
festival icon
۰۸:۰۴:۰۱
یک روز +
تا پــایـــان تخفیــــــــف
%۷۵۱,۱۸۰,۰۰۰
۲۹۵,۰۰۰تومان