×
۸۵,۰۰۰ تومان تا ۱۶۰ هزار تومان تخفیف

آموزش بهینه سازی مقید در متلب

آموزش بهینه سازی مقید در متلب

تعداد دانشجو
۱,۸۴۹ نفر
مدت زمان
۹ ساعت و ۲۶ دقیقه
هزینه عادی آموزش
۸۵,۰۰۰ تومان
در طرح تخفیف
تا ۱۶۰ هزار تومان تخفیف (کسب اطلاعات بیشتر +)
محتوای این آموزش
تضمین کیفیت
۲۲ بازخورد (مشاهده نظرات)
آموزش بهینه سازی مقید در متلب

مسائل بهینه سازی از جمله مواردی است که در زندگی روزمره و همچنین در زمینه های مختلف علمی و مهندسی مطرح می شوند. تقریبا همه مسائل واقعیت و مباحث عملی، به صورت مسائل بهینه سازی مقید می انجامند. با توجه به اهمیت و جایگاه ویژه ای که مسائل بهینه سازی مقید دارند، و نظر به حضور تقریبا همیشگی این نوع از مسائل در زمینه های پژوهشی دانشجویان و پژوهشگران، رویکردهای موجود در میان روش های بهینه سازی تکاملی برای برخورد با مسائل بهینه سازی مقید، در این فرادرس کاملا جامع به حضور مخاطبین گرامی ارائه شده است.

آموزش بهینه سازی مقید در متلب

مدت زمان
۹ ساعت و ۲۶ دقیقه
هزینه عادی آموزش
۸۵,۰۰۰ تومان
در طرح تخفیف
تا ۱۶۰ هزار تومان تخفیف

(کسب اطلاعات بیشتر +)
محتوای این آموزش
۲۲ 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

مجموعه فرادرس های بهینه سازی مقید در متلب (MATLAB) عنوان مجموعه ای از فیلم های آموزشی است، که مجموعا شامل تقریبا ۹ ساعت برنامه آموزشی تخصصی در زمینه بهینه سازی مقید و کاربردهای آن ها می شود. سرفصل هایی که در این آموزش به آن می پردازیم عبارتند از: مبانی بهینه سازی مقید، بهینه سازی مقید مبتنی بر تابع جریمه، قابل قبول نگه داشتن جواب و... . نقطه قوت این آموزش توضیح کامل مباحث مربوطه است.

مسائل بهینه سازی از جمله مواردی است که در زندگی روزمره و همچنین در زمینه های مختلف علمی و مهندسی مطرح می شوند. تقریبا همه مسائل واقعیت و مباحث عملی، به صورت مسائل بهینه سازی مقید انجام می شوند که محدودیت های ناشی از فیزیک مساله، به صورت قیدهایی در مساله بهینه سازی، رواج دارد.

با توجه به اهمیت و جایگاه ویژه ای که مسائل بهینه سازی مقید دارند، و نظر به حضور تقریبا همیشگی این نوع از مسائل در زمینه های پژوهشی دانشجویان و پژوهشگران، رویکردهای موجود در میان روش های بهینه سازی تکاملی برای برخورد با مسائل بهینه سازی مقید، در قالب بسته آموزشی جامعی به حضور مخاطبین گرامی ارائه شده است.

بسته طلایی فیلم های آموزشی بهینه سازی مقید در متلب عنوان مجموعه ای از فیلم های آموزشی است، که در مجموع شامل تقریبا ۹ ساعت برنامه آموزشی تخصصی در زمینه بهینه سازی مقید و کاربردهای آن ها است.

فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
  • مبانی بهینه سازی مقید
  • بهینه سازی مقید مبتنی بر تابع جریمه
    • تعریف مفهوم تخطی و ارتباط آن با تابع جریمه
    • روش های مختلف تعریف توابع جریمه
    • بررسی تاثیر ضرایب جریمه
    • بررسی خواص هر یک از روش های تعریف تخطی
    • پیاده سازی الگوریتم تکامل تفاضلی (Differential Evolutuion) یا به اختصار DE برای حل مساله کوله پشتی (Knapsack problem) با استفاده از رویکرد تابع جریمه
  • رویکردهای مبتنی بر قابل قبول نگه داشتن جواب ها برای بهینه سازی مقید
    • بررسی ساختار ریاضی چند قید پایه و استخراج فضای شدنی آن ها
    • شیوه برخورد با قیدهایی که در مسائل عملی رایج هستند، شامل
      • قیدهای مجموع ثابت
      • قیدهای گسسته انتخابی
      • قیدهای ظرفیت
      • قیدهای جایگشت
  • حل مساله تخصیص منابع (Resource Allocation)
    • آشنایی با مساله تخصیص منابع (سرمایه گذاری) و کاربردهای آن
    • بیان ریاضی مساله تخصیص منابع و بررسی خواص قیود این مساله
    • اعمال رویکردهای قابل قبول نگه داشتن پاسخ ها به مساله تخصیص منابع
    • حل مساله تخصیص منابع با استفاده از الگوریتم بهینه سازی ازدحام ذرات (Particle Swarm Optimization) یا به اختصار PSO
  • بهینه سازی مقید با استفاده از روش های بهینه سازی چند هدفه (Multi Objective Optimization Methods)
    • شیوه کلی بیان یک مساله بهینه سازی مقید به صورت چندهدفه
    • روش های تبدیل قیدها به توابع هدف
    • روش استخراج پاسخ مساله بهینه سازی مقید از میان پاسخ های جبهه پارتو (Pareto Front)
    • مروری کوتاه بر مفاهیم بهینه سازی مقید
    • استفاده از الگوریتم ژنتیک چند هدفه (Non dominated Sorting Genetic Algorithm – II) یا به اختصار NSGA - II برای حل یک مساله بهینه سازی مقید
  • بهینه سازی مقید با استفاده از روش های هم تکاملی (Co evolutionary)
    • آشنایی با مبانی رویکردهای هم تکاملی برای بهینه سازی مقید
    • مرور تفصیلی ساختار و شیوه عملکرد Co - Evaluation PSO یا به اختصار CPSO
    • پیاده سازی گام به گام الگوریتم CPSO در متلب
    • حل یک مساله بهینه سازی مقید با استفاده از CPSO

پیش نیاز


آنچه در این آموزش خواهید دید:

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




پیش نمایش‌ها

۱. مبانی بهینه سازی مقید

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید دانلود پیش‌نمایش - حجم: –۱ بایت -- (کلیک کنید +))

۲. رویکردهای مبتنی بر تابع جریمه (الف)

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید دانلود پیش‌نمایش - حجم: –۱ بایت -- (کلیک کنید +))

۳. رویکردهای مبتنی بر تابع جریمه (ب)

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید دانلود پیش‌نمایش - حجم: –۱ بایت -- (کلیک کنید +))

۴. رویکردهای مبتنی بر قابل قبول نگه داشتن جواب ها
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۵. حل مساله تخصیص منابع یا Resource Allocation
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۶. استفاده از بهینه سازی چند هدفه در بهینه سازی مقید
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۷. روش های هم تکاملی یا Co evolutionary
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
این آموزش شامل ۷ جلسه ویدئویی با مجموع ۹ ساعت و ۲۶ 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 مقید در متلب
ناشر فرادرس
شناسه اثر ۸–۱۲۴۵۲–۰۴۳۰۶۴ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
کد آموزش MVRCO9202
مدت زمان ۹ ساعت و ۲۶ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (نمایش آنلاین + دانلود)
حجم دانلود ۸۸۱ 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 پیشنهادی برای شما



نظرات

تا کنون ۱,۸۴۹ نفر از این آموزش استفاده کرده اند و ۲۲ نظر ثبت شده است.
محمد امین
محمد امین

آموزش و نحوه ی تدریس عالی اما ای کاش مسائل بزرگتری در مبحث بهینه سازی مقید که ترکیبی از انواع متغیرهاست و محدودیت های متنوعی دارند حل بشود. ممنون

سینا
سینا

هنوز کامل ندیدم، دکتر کلامی واقعا استاد خوبی هستند. من بینهایت از ایشون سپاسگزارم.

مصطفی
مصطفی

متوسط بود و اونی که می خواستم نبود. می تونست توی 2 ساعت خلاصه کنه اما الکی کش داده بود.

محمد علی
محمد علی

سلام.
نحوه تدریس دکتر کلامی مثل بقیه آموزش ها عالی ست. تسلط کافی بر مباحث وجود دارد و بسیار شیوا بیان میشود.
در این مجموعه به شدت حس میشود که مباحث سطحی زیادی مطرح میشود. بهتر بود از توضیحات تئوری مقداری کاسته شود و به قسمت های عملی و حل مثال های واقعی تر و سخت تر پرداخته شود. کل مجموعه میتوانست به صورت خلاصه تر و در تلفیق با آموزش های دیگر بهینه سازی ارائه شود.
مجموعه های زیادی از آقای دکتر کلامی را تهیه کرده ام که همه شان فراتر از انتظار بودند ولی زیاد از این مجموعه رضایت نداشتم.(البته میتونه به خاطر این باشه که از قبل با بهینه سازی آشنا بودم و مطالب خسته کننده به نظر میرسید.)
با تشکر از تیم فرادرس و آقای دکتر کلامی هریس.

salimiali
salimiali

سلام نحوه تدریس استاد عالیه فقط مشکل توی مثالاست چون خیلی ساده اند و همینطور در مورد وارد کردن اطلاعات مسئله هم چیزی گفته نشده اگر ایناهم رعایت بشه واقعا عالی میشه ممنونم

محسن
محسن

سلام. اینکه به صورت جداگانه به مبحث بهینه سازی مقید پرداختید، واقعاً عالیه. بیان شیوا و محکم دکتر کلامی هم که مثل همیشه حرف نداره. بهینه سازی مقید مبتنی بر تابع جریمه مهمترین بحث در مسائل مقید است که بخوبی آموزش داده شد. به امید موفقیت روز افزون شما.

کامران
کامران

با سلام و تشکر فراوان از آقای کلامی هریس. من مجموعه بهینه سازی چند هدفه رو قبلا استفاده کرده بودم. این مجوعه هم مثل همون بسیار عالی و مفید فایده بود. من که تو پروژه ارشدم خیلی از هر دو مجموعه استفاده کردم.

گرانمهر
گرانمهر

سلام
بسیار بسیار بسیار عالی بود. حلقه گمشده الگوریتم های تکاملی، نحوه لحاظ قیود هست که در این آموزش به خوبی معرفی و تبیین شد. با تشکر بسیار از دکتر کلامی عزیز

علیرضا
علیرضا

سلام. توضیحات کامل بود اما متاسفانه مثال هایی که زده میشه کمی ساده هستند و معمولا در عمل با مثال های سختتر روبرو میشیم که امیدوارم این مشکل نیز حل بشه و مثال ها کاربردی تر باشه.

ربیعی
ربیعی

با سلام و احترام. بنده این مجموعه را تهیه کردم و به کمک آن توانستم یکی از بزرگترین مشکلاتی که در انجام پایان نامم با آن مواجه بودن را حل کنم و استادم نیز از نحوه کدنویسی دکتر کلامی بسیار خوششون آمد و پیشنهاد کرد تا سایر مجموعه ها را نیز تهیه کنم و برای پیشرفت پایان نامم از آن استفاده کنم. از این که این امکان را برای دانشجویان فراهم کردید تشکر می کنم و امیدوارم همیشه با این کیفیت فیلم آمورشی تهیه کنید.

برچسب‌ها:
Co evolutionary | CPSO | Differential Evolutuion | Knapsack Problem | MATLAB | MATLAB software | Multi Objective Optimization Methods | Non dominated Sorting Genetic Algorithm – II  | NSGA-II | Pareto Front | Particle Swarm Optimization | PSO | Resource Allocation | Resource Allocation چیست؟ | آشنایی با مبانی رویکردهای هم تکاملی برای بهینه سازی مقید | آشنایی با مساله تخصیص منابع | آموزش Resource Allocation | آموزش بهینه سازی مقید | آموزش بهینه سازی مقید در متلب | آموزش بهینه سازی مقید مبتنی بر تابع جریمه | آموزش تخصیص منابع | آموزش روش های هم-تکاملی | آموزش قابل قبول نگه داشتن جواب ها برای بهینه سازی مقید | ازدحام ذرات | استخراج پاسخ | استخراج پاسخ مساله بهینه سازی مقید | استفاده از الگوریتم ژنتیک چند هدفه | الگوریتم  NSGA - II | الگوریتم  NSGA - II برای حل یک مساله بهینه سازی مقید | الگوریتم CPSO | الگوریتم DE | الگوریتم PSO | الگوریتم بهینه سازی ازدحام ذرات | الگوریتم تکامل تفاضلی | الگوریتم ژنتیک | الگوریتم ژنتیک چند هدفه | بررسی خواص قیود مساله تخصیص منابع | بررسی خواص هر یک از روش های تعریف تخطی | برنامه ریزی تکاملی | بهینه سازی | بهینه سازی ازدحام ذرات | بهینه سازی تکاملی | بهینه سازی چند هدفه | بهینه سازی مقید | بهینه سازی مقید با استفاده از روش های بهینه سازی چند هدفه | بهینه سازی مقید با استفاده از روش های هم تکاملی | بهینه سازی مقید با بهینه سازی چند هدفه | بهینه سازی مقید با روش های هم-تکاملی | بهینه سازی مقید چیست؟ | بهینه سازی مقید در متلب | بهینه سازی مقید مبتنی بر تابع جریمه | بیان ریاضی مساله تخصیص منابع | پاسخ های جبهه پارتو | پیاده سازی الگوریتم تکامل تفاضلی | پیاده سازی الگوریتم تکامل تفاضلی برای حل مساله کوله پشتی با استفاده از رویکرد تابع جریمه | پیاده سازی گام به گام الگوریتم CPSO در متلب | تابع جریمه | تابع جریمه چیست؟ تابع جریمه | تاثیر ضرایب جریمه | تخصیص منابع | تخصیص منابع چیست؟ | تخطی | تخطی قید | تعریف تخطی | تعیین ضرایب بهینه | تکامل تفاضلی | توابع جریمه | توزیع سرمایه | جبهه پارتو | حالت قطعی | حل مساله تخصیص منابع | حل مساله تخصیص منابع با استفاده از الگوریتم بهینه سازی ازدحام ذرات | حل مساله کوله پشتی | حل یک مساله بهینه سازی مقید با استفاده از CPSO | خواص قیود | روش استخراج پاسخ مساله بهینه سازی مقید از میان پاسخ های جبهه پارتو | روش های بهینه سازی تکاملی | روش های بهینه سازی تکاملی برای برخورد با مسائل بهینه سازی مقید | روش های بهینه سازی چند هدفه | روش های تبدیل قیدها به توابع هدف | روش های تعریف تخطی | روش های مختلف تعریف توابع جریمه | روش های هم تکاملی | روش های هم-تکاملی | روش های هم-تکاملی چیست | رویکرد تابع جریمه | رویکردهای مبتنی بر قابل قبول نگه داشتن جواب ها برای بهینه سازی مقید | رویکردهای هم تکاملی برای بهینه سازی مقید | ساختار ریاضی چند قید پایه و استخراج فضای شدنی آن ها | ساختار و شیوه عملکرد Co - Evaluation PSO | سرمایه گذاری | شیوه برخورد با قیدهایی که در مسائل عملی رایج هستند | ضرایب بهینه | ضرایب جریمه | ضرایب لاگرانژ | فیلم آموزشی Resource Allocation | فیلم آموزشی بهینه سازی مقید | فیلم آموزشی بهینه سازی مقید در متلب | فیلم آموزشی بهینه سازی مقید مبتنی بر تابع جریمه | فیلم آموزشی تخصیص منابع | فیلم آموزشی روش های هم-تکاملی | فیلم آموزشی قابل قبول نگه داشتن جواب ها برای بهینه سازی مقید | قابل قبول نگه داشتن پاسخ | قابل قبول نگه داشتن پاسخ ها | قابل قبول نگه داشتن پاسخ ها به مساله تخصیص منابع | قابل قبول نگه داشتن جواب | قابل قبول نگه داشتن جواب ها برای بهینه سازی مقید | قیدهای جایگشت | قیدهای ظرفیت | قیدهای گسسته انتخابی | قیدهای مجموع ثابت | مبانی Resource Allocation | مبانی بهینه سازی مقید | مبانی تخصیص منابع | مرتب سازی نامغلوب | مرور تفصیلی ساختار و شیوه عملکرد Co - Evaluation PSO | مسأله بدون قید | مسأله بهینه سازی | مسأله کوله پشتی | مسائل بهینه سازی | مسائل بهینه سازی مقید | مساله بهینه سازی مقید به صورت چندهدفه | مساله تخصیص منابع | مساله سرمایه گذاری | مساله کوله پشتی | مفاهیم بهینه سازی مقید | مفهوم تخطی | مفهوم تخطی و ارتباط آن با تابع جریمه | نرم افزار متلب | هم-تکاملی
مشاهده بیشتر مشاهده کمتر

×
فهرست جلسات ۷ جلسه ویدئویی