آموزش

پژوهش

همکاری صنعتی

بهینه‌سازی و تحقیق در عملیات
Optimization & Operations Research

تجزیه و تحلیل داده و یادگیری ماشین
Machine Learning & Data Analytics

تحلیل کسب‌و‌کار و توسعه سیستم‌های پشتیبان تصمیم‌گیری
Business Analytics & DSS

آپتیم‌یار

بهینه‌سازی و تحقیق در عملیات
Optimization & Operations Research

تجزیه و تحلیل داده و یادگیری ماشین
Machine Learning & Data Analytics

تحلیل کسب‌و‌کار و توسعه سیستم‌های پشتیبان تصمیم‌گیری
Business Analytics & DSS

جدیدترین دوره‌های آموزشی

مقدمه‌ای بر زبان برنامه‌نویسی پایتون (Python) و IDE های رایج آن
نصب توزیع آناکوندا پایتون (Python Anaconda Distribution) و قابلیت‌های آن
نصب پکیج‌های ماتریسی و ریاضی-محاسباتی (NumPy)، پردازش/تحلیل داده (Pandas) و نمودارها (Matplotlib)
پکیج GurobPy برای بهینه‌سازی در پایتون با سالور گروبی (Gurobi)
پکیج DOCPLEX برای بهینه‌سازی در پایتون با سالور سیپلکس (CPLEX)
اجزای یک مدل بهینه‌سازی در GurobiPy و سیپلکس DOCPLEX: متغیرها، پارامترها، تابع هدف و قیود
مدل‌سازی چندین مسئله بهینه‌سازی (Optimization Modeling) برای کدنویسی حل توسط Gurobi و CPLEX
کدنویسی چندین مدل بهینه‌سازی کاربردی (طراحی شبکه، تولید/موجودی، زمان‌بندی، مکان‌یابی، تحلیل پوششی داده‌ها و ...)
تحلیل حساسیت (Sensitivity Analysis) و مقایسه نتایج و اعتبارسنجی (Validation)

تعریف بهینه‌سازی استوار در حالت سخت‌گیرانه (Worst-case Robust Optimization Definition)
مهم‌تریم مجموعه‌های عدم‌قطعیت (Uncertainty Set)
مقایسه برنامه‌ریزی تصادفی و بهینه‌سازی استوار کلاسیک (Classical Robust Optimization vs. Stochastic Programming)
رویکردهای کلاسیک و مدرن تصمیم‌گیری و بهینه‌سازی داده‌محور (Classical & Modern Data-Driven Optimization Approaches)
تصمیم‌گیری داده‌محور و بهینه‌سازی استوار داده‌محور (Data-Driven Robust Optimization [DDRO])
بهینه‌سازی استوار داده‌محور مبتنی بر یادگیری ماشین (Machine-Learning-based Data-Driven Robust Optimization)
بهینه‌سازی استوار توزیعی داده‌محور (Data-Driven Distributionally Robust Optimization [DRO])
بهینه‌سازی استوار توزیعی تطبیق‌پذیر داده‌محور (Adaptive Distributionally Robust Optimization [ADRO])

انواع مدل‌های برنامه‌ریزی و بهینه‌سازی ریاضی (Optimization Models)
مدل‌های بهینه‌سازی خطی و کاربردهای آن (Linear Programming/Optimization)
مدل‌های برنامه‌ریزی عدد صحیح و بهینه‌سازی ترکیبیاتی (Integer Programming & Combinatorial Optimization)
انواع مدل‌های برنامه‌ریزی غیرخطی و بهینه‌سازی محدب (Nonlinear Programming & Convex Optimization)
شرایط بهینگی مسائل بهینه‌سازی غیرخطی (Optimality Conditions)
بهینه‌سازی پیچیده مقیاس-بزرگ و نحوه حل آنها (Solving Complex & Large-Scale Optimization Problems)
بهینه‌سازی تحت عدم‌قطعیت و مفهوم استواری (Robust Optimization under Uncertainty)
تصمیم‌گیری چندمعیاره و بهینه‌سازی چندهدفه (Multi-Objective Optimization)

اصول بهینه‌سازی تحت عدم‌قطعیت تصادفی و مفاهیم استواری و تطبیق‌پذیری (Adaptivity & Robustness)
برنامه‌ریزی مقید به شانس (Chance Constrained Programming)
انواع رویکردهای تصمیم‌گیری و مدل‌های برنامه‌ریزی تصادفی
برنامه‌ریزی تصادفی چندمرحله‌ای (Multi Stage Stochastic Programing)
روش‌ تقریبی مبتنی‌بر میانگین نمونه (Sample Average Approximation)
روش تقریبی افق غلطان (Rolling Horizon)
یادگیری ماشین (Machin Learning) برای بهینه‌سازی استوار مدرن
فرآیندهای مارکوف و مدل‌های Stochastic Dynamic Programming با افق نامتناهی

عدم‌قطعیت در مسائل بهینه‌سازی (Optimization under Uncertainty)
انواع رویکردهای‌ بهینه‌سازی استوار و برنامه‌ریزی تحت عدم‌قطعیت
برنامه‌ریزی احتمالی/تصادفی (Probabilistic / Stochastic Programming)
برنامه‌ریزی فازی و انواع رویکرد‌های آن (Fuzzy Programming)
مفهوم ریسک، سطح اطمینان، محافظه‌کاری و استواری
بهینه‌سازی استوار کلاسیک و مدرن
ارزش/هزینه استواری، واقع‌سازی و اعتبارسنجی

مفاهیم اساسی و اصول نظریه بازی (Game Theory Concepts)
مفاهیم اساسی رقابت و تعادل‌های نش و استکلبرگ (Equilibrium)
انواع بازی‌ها و رقابت‌ها، و رقابت‌های مشارکتی (Classification of Games)
ماتریس پی‌‌آمد، و روش‌های Minimax و مشتق‌گیری برای تعادل نش
برنامه‌ریزی دوسطحی برای بازی‌ استلکبرگ (Bi-Level Programming)
رویکردهای کلاسیک شمارشی، KKT برای BLP و نقاط قوت و ضعف آنها
انواع رویکردهای کارا برای حل مدل‌های برنامه‌ریزی دوسطحی (BLP Solver)

عوامل پیچیده‌کننده یک مدل بهینه‌سازی
تقریب و یا خطی‌سازی‌ عبارت ضربی، توان دوم، مکس‌مین و ...
تکنیک‌های خطی‌سازی دقیق و تکه‌ای (Exact & Piecewise Linearization)
انواع تقریب‌های خطی، درجه 2 و محدب مبتنی بر درونیابی (Interpolation)
تقریب در مدل‌های برنامه‌ریزی عددصحیح (Approximation in IP Models)
تقریب مبتنی رویکردهای برنامه‌ریزی غیرخطی (NLP-based Approximation)
خطی‌سازی و یا تقریب ابتکاری و مسئله‌محور (Heuristic Approximation)

اصل تعارض اهداف و تعیین بهترین ماتریس پی‌آمد (Objectives Conflict)
مفاهیم پی‌آمد اهداف، کارایی، غلبه، و جبهه پارتو (Pay-off & Pareto Front)
انواع رویکردهای بهینه‌سازی چندهدفه (MOMD Classification)
تئوری و پیاده‌سازی انواع روش‌ها: (WSM, L-p, EC, AEC, Lex, FGP, TH و …)
روش‌های تکاملی و مرتب‌سازی نامغلوب (Evolutionary MODM)
بهینه‌سازی چندهدفه در شرایط عدم‌قطعیت (MODM under Uncertainty)
جبهه پارتو، ارزیابی روش‌‌های MODM و اعتبارسنجی آنها (PF Analysis)

معرفی کامل نرم‌افزار GAMS ، کاربرد و نقاط قوت/ضعف آن
فرم کلی یک مسئله بهینه‌سازی و جزئیات اجرای آن در GAMS IDE
فراخوانی داده و گزارش خروجی یک‌بعدی و چندبعدی (Data Export/Import)
پیاده‌سازی چندین مدل پایه در GAMS برای تسلط و نحوه تحلیل حساسیت
بهینه‌سازی مدل‌های پیچیده، چندهدفه، و غیرقطعی در GAMS
پیاده‌سازی یک الگوریتم حل پیشرفته (BD و LR) در GAMS
تعامل GAMS با دیگر محیط‌ها و چرایی آن (Interfacing with APIs)

دسته‌بندی انواع رویکردهای حل انتخاب متدلوژی با Optimality Guarantee
تکنیک‌‌های تجزیه بندرز (Benders Decomposition) و تجزیه L-shaped
انواع شتاب‌دهنده‌های کلاسیک و مدرن تجزیه بندرز و Local Branching
تجزیه و آزادسازی لاگرانژ (Lagrangean Relaxation/Decomposition)
تجزیه دانتزیگ-ولف (Dantzig-Wolf) و تولید ستون (Column Generation)
تکنیک‌های شاخه-قیمت (Branch & Price)، شاخه و برش (Branch & Cut)
تکنیک‌های تجزیه و حل دقیق برای مسائل بهینه‌سازی چندهدفه (MODM)

خدمات آپتیم‌یار

کارگاه‌ها و دوره‌های آموزشی
حضوری و آنلاین

مشاوره و همیاری در پروژه‌های
دانشجویی و آکادمیک

همکاری در اجرای پروژه‌های
سازمانی و صنعتی

مطالب و نکات آموزشی آپتیم‌یار
(سرویس رایگان)

فعالیت‌های اخیر آموزشی، پژوهشی و صنعتی

آموزش‌های اخیر آپتیم‌یار

آموزش برنامه‌ریزی تحت شرایط عدم قطعیت و بهینه‌سازی استوار (Robust) در نرم‌افزارهای GAMS و CPLEX

آموزش رویکردهای حل دقیق مبتنی بر تجزیه بندرز، آزادسازی لاگرانژ، روش تولید ستون در نرم‌افزار GAMS

آموزش الگوریتم‌های فراابتکاری (Metaheuristics) در نرم‌افزارهای MATLAB و Python

آموزش نرم‌افزار GAMS و تعامل با MATLAB

آموزش نرم‌افزار CPLEX و تعامل با Python و ++C برای توسعه روش حل

پژوهش‌های اخیر آپتیم‌یار

پژوهش ارائه رویکرد حل برای مسئله طراحی و جریان شبکه مبتنی بر هیبرید تجزیه بندرز و الگویتم ژنتیک (HBDGA)

پژوهش مدلسازی مسائل مدیریت بحران و لجستیک امداد (Disaster Management & Relief Logistics Planing)

پژوهش قیمت‌گذاری و مدیریت درآمد در فروش آنلاین (Online Pricing & Revenue Managment)

پژوهش برنامه‌ریزی استقرار تجهیزات مهار آتش‌ و عملیات پیشگیری از بحران آتش‌سوزی های طبیعی (Wildfire Disaster): توسعه مدل‌های بهینه‌سازی تصادفی استوار تطبیق‌پذیر (Adaptive Robust Optimization)

پژوهش افزایش تطبیق‌پذیری سیستم‌های قیمت گذاری مبتنی‌بر بهینه‌سازی استوار توضیعی تطبیق‌پذیر (ADRO)

پژوهش برنامه‌ریزی تولید، کنترل سطح موجودی مواد اولیه و Lot-sizing برای تولید گرید‌های مختلف پروپیلن

پژوهش طراحی شبکه‌های Large Scale جمع‌آوری و بازیافت پسماند شهری (Municipal Waste) با استراتژی‌های فرهنگ‌سازی کاهش پسماند

پژوهش زمانبندی استوار و تطبیق‌پذیر سیستم‌های تولید منعطف با منابع دوگانه با کنترل خرابی ماشین (َAdaptive Robust Dual Resource FJSP)

همکاری‌های صنعتی اخیر آپتیم‌یار

پروژه تصمیم‌گیری در توزیع بهینه اعتبارات استانی (پروژه سازمانی برای سازمان برنامه و بودجه)

پروژه مسیریابی و برنامه‌ریزی کشتی‌ها و حمل و نقل دریایی (پروژه سازمانی برای سازمان بنادر)

پروژه برنامه‌ریزی و زمان‌بندی خدمه هواپیما (پروژه صنعتی برای یک شرکت هواپیمایی)

پروژه بهینه‌سازی توسعه میادین نفتی و اختلاط نفت خام (پروژه صنعتی برای یک شرکت نفتی)

پروژه مسیریابی و برنامه‌ریزی توزیع مرسوله‌های پستی (پروژه صنعتی برای یک شرکت حمل و نقل)