${message}

${message}

Курс дает практические навыки решения задач оптимизации в среде MATLAB.

Темы курса включают:

  • Запуск задач оптимизации в среде MATLAB;
  • Задание целевых функций;
  • Задание ограничений;
  • Выбор решателей и алгоритмов;
  • Оценка результатов и повышение эффективности;
  • Использование глобальных методов оптимизации.

Предварительная подготовка:

Опыт работы с MATLAB на уровне курса MLBE.

Продолжительность - 1 день.

Программа курса

Модуль 1. Запуск оптимизации.

Понять основную структуру и процесс эффективного решения задач оптимизации. Использование интерактивного инструмента для определения и решения задач оптимизации.

  • Выявление компонентов задачи;
  • Запуск оптимизации с использованием интерактивного приложения;
  • Применение процесса оптимизации;
  • Использование функций оптимизации.

Модуль 2. Задание целевой функции.

Реализация целевой функции в качестве функции файл. Использование ссылки на функцию для задания целевой функции и дополнительных данных.

  • Использование целевой файл функции;
  • Задание целевых функций с функциями ссылками;
  • Передача дополнительных данных целевой функции.

Модуль 3. Установка ограничений.

Добавление различных видов ограничений на задачи оптимизации в среде MATLAB.

  • Определение различных видов ограничений;
  • Определение границ;
  • Определение линейных ограничений;
  • Определение нелинейных ограничений.

Модуль 4. Выбор решателя.

Выбор подходящего решателя и алгоритма с учетом типа оптимизационной задачи

  • Классификация цели;
  • Выбор решателя;
  • Выбор алгоритма.

Модуль 5. Оценка результатов и повышение эффективности.

Интерпретация ответа решателя и диагностика хода оптимизации. Повышение точности и эффективности оптимизации путем изменения настроек.

  • Исследование оптимизации;
  • Интерпретация результатов;
  • Настройка параметров сходимости;
  • Предоставление информации о производной.

Модуль 6. Использование методов глобальной оптимизации.

Использование функциональности Global Optimization Toolbox для решения задачи там, где классические алгоритмы не дают верный результат или работают неэффективно.

  • Поиск глобального минимума;
  • Использование генетических алгоритмов для решения дискретных задач.

Задать вопрос