تکنیک‌های تجزیه ریاضی و روش‌های حل دقیق مسائل بهینه‌سازی مبتنی بر آزادسازی لاگرانژ، تجزیه بندرز و شتاب‌دهنده‌ها
(با کدنویسی در GAMS)

Decomposition-based Exact Solution Methods [Lagrangian Relaxation & Benders Decomposition]

تجزیه بندرز و آزادسازی لاگرانژ

معرفی دوره

عنوان:

تکنیک‌های تجزیه ریاضی و روش‌های حل دقیق مسائل بهینه‌سازی مبتنی بر آزادسازی لاگرانژ، تجزیه بندرز و شتاب‌دهنده‌ها (با کدنویسی در GAMS)

Decomposition-based Exact Solution Methods [Lagrangian Relaxation & Benders Decomposition]

وضعیت:

برگزار شده (ویدیو در دسترس)

مدت زمان:

24 ساعت

مدرس و برگزارکننده:

دکتر علی پاپی ( آکادمی تخصصی آپتیم‌یار )

مناسب برای:

رشته‌های مهندسی، علوم پایه و مدیریت ( از جمله ریاضیات، صنایع، کامپیوتر، برق/سیستم، عمران، مکانیک، انرژی، حمل‌‌ونقل، اقتصاد و... ) و به طور کلی، هر زمینه آکادمیک و یا صنعتی/سازمانی مرتبط با مباحث برنامه‌ریزی، تصمیم‌گیری، بهینه‌سازی و تحلیل.

مدل‌های بهینه‌سازی ریاضی (Mathematical Optimization Modeling) از جمله ابزارهای تحقیق در عملیات و بهینه‌سازی ریاضی هستند که برای فرمولاسیون مسائل تصمیم‌گیری آکادمیک و صنعتی مختلفی مورد استفاده قرار می‌گیرند. این مدل‌ها که معمولا به صورت یک برنامه‌ ریاضی و به طور خاص برنامه‌ریزی ریاضی عددصحیح مختلط (MILP) مورد استفاده بسیار از پژوهش‌گران قرار می‌گیرد، برای حل در مسائل ابعاد واقعی و بزرگ و یا در زمانی که قیود و متغیرهای پیچیده‌ساز وجود داشته باشد، نیازمند به تکنیک‌هایی هستند که حل کاراتر آنها را میسر کنند. یک دسته بسیار رایج و کاربردی از این تکنیک‌ها، تکنیک‌های تجزیه ریاضی (Mathematical Decomposition) هستند که در پژوهش‌های جدید مورد توجه پژوهش‌گران متعددی قرار گرفته‌اند و در مقالات و سیستم‌های صنعتی مختلفی استفاده می‌شوند.
از میان تکنیک‌های تجزیه ریاضی، دو روش تجزیه بندرز (Benders Decomposition) و آزادسازی لاگرانژ (Lagrangian Relaxation) مورد استقبال بیشتری قرار گرفته‌اند. تجزیه بندرز به عنوان یکی از پرکاربردترین روش‌های حل دقیق مسائل MILP و روش آزادسازی لاگرانژ به عنوان یکی از پرکاربردترین روش‌های بدست آوردن کران بالا/پایین و یا حتی جواب بهینه برای مسائل بهینه‌سازی عددصحیح، این قابلیت را فراهم می‌کنند که

یک مسئله بهینه‌سازی پیچیده و مقیاس-بزرگ (Large-Scale) به دو یا چند زیرمسئله ساده‌تر تجزیه شود و طی یک پروسه تکرارشونده، پاسخ بهینه مسئله را در زمان کمتری بدست آورده شود.
در این دوره، به آموزش کامل تئوری و نحوه پیاده‌سازی کدنویسی تکنیک‌های تجزیه بندرز و آزادسازی لاگرانژ پرداخته می‌شود که می‌تواند برای پژوهش‌گران در زمینه بهینه‌سازی و تحقیق در عملیات مفید باشد. لازم به توضیح است که علاوه بر مکانیزم کلاسیک روش‌های تجزیه بندرز و آزادسازی لاگرانژ، بهبود آنها نیز مورد توجه قرار می‌گیرد. برای بهبود و شتاب تجزیه بندرز (Accelerating Benders Decomposition)، برش بهینه پارتو (Pareto Optimal Cuts) و برش‌های چندگانه (Multiple Cuts) آموزش داده می‌شود؛ و برای بهبود آزادسازی لاگرانژ نسخه تکمیل‌شده آن (Augmented Lagrangian Relaxation) ارائه می‌شود. همچنین استفاده از این تکنیک‌ها در بهینه‌سازی چندهدفه نیز تدریس و نحوه‌ی کدینگ آنها تشریح می‌شود.
این دوره برای رشته‌های مهندسی، علوم پایه و مدیریت و به طور کلی، هر زمینه آکادمیک و یا صنعتی/سازمانی مرتبط با مباحث برنامه‌ریزی، تصمیم‌گیری، بهینه‌سازی و تحلیل، مورد استفاده قرار می‌گیرد و برای استفاده در مقالات و پروژه‌های صنعتی بسیار پیشنهاد می‌شود.

+
اشتراک‌گذاری:
Share on telegram
Share on whatsapp
Share on facebook
Share on twitter
Share on email
Share on linkedin

برای کسب اطلاعلات بیشتر از محتوای این دوره آموزشی، می‌توانید مستقیما از طریق ID تلگرام زیر با مدرس دوره در ارتباط باشید:

سرفصل‌ها

  • تعاریف دسته‌بندی انواع روش‌های حل (Solution Methods)
  • تضمین بهینگی و انتخاب روش حل دقیق (Optimality Guarantee)
  • روش‌های حل دقیق مدل‌های بهینه‌سازی مبتنی بر تکنیک‌های تجزیه ریاضی (Exact Decomposition-based Solution Methods)
  • تجزیه بندرز و کاربردهای آن (Benders Decomposition)
  • تجزیه L-شکل و تفاوت آن با تجزیه بندرز (L-Shaped Decomposition)
  • آزادسازی و تجزیه لاگرانژ (Lagrangian Relaxation & Decomposition)
  • بهبود و شتاب‌ تجزیه بندرز با جداسازی L-شکل و بکارگیری برش‌های چندگانه (Accelerating BD with Multiple Cuts)
  • بهبود و شتاب‌ تجزیه بندرز با برش بهینه پارتو (Accelerating BD with Pareto Optimal Cut)
  • تکمیل و بهبود آزادسازی لاگرانژ (Augmented Lagrangian Relaxation)
  • تجزیه بندرز و آزادسازی لاگرانژ در مسائل بهینه‌سازی چندهدفه (Multi-Objective BD & LR)
  • ترکیب تکنیک‌های تجزیه بندرز و آزادسازی لاگرانژ
  • همراه با آموزش نرم‌افزار گمز/GAMS و کدنویسی تکنیک‌های حل دقیق در GAMS

سوالات متداول

بله، برحسب اعتماد گروه آپتیم‌یار به تمام فراگیران عزیز، با نظر مدرس دوره، ویدئو بازپخش هر بخش، یک سال در داشبورد شخصی هر فراگیر در سایت آپتیم‌یار قرار می‌گیرد. لازم به توضیح است که بعد از این مدت، در صورت صلاحدید مدرس دوره، امکان بارگذاری مجدد محتوا وجود دارد.

ویدئو هر جلسه در داشبورد شخصی شما قرار دارد و به صورتی برنامه‌ریزی شده است که فقط روی یک سیستم و با کد شخصی شما قابل پخش باشد. برای حفظ حقوق مدرسین گروه تخصصی آپتیم‌یار، لطفا از اشتراک‌گذاری خودداری نمایید.

گرچه سیاست اصلی ما این است که ویدیو فقط در داشبورد شخصی افراد شرکت‌کننده در دوره قرار گیرد، ولی برای این مورد می‌توانید با شماره تماس 09120044190 (به صورت پیامک/تلگرام) در ارتباط باشید.

لطفا به احترام حقوق مدرس و همچنین سایر شرکت کنندگان، فقط فرد ثبت‌نام ‌کننده حضور داشته باشد.

بله، در انتهای دوره (و یا تماشای ویدیو دوره توسط فراگیر)، در بخش گواهی‌ها درخواست داده می‌شود و بعد از تایید مدرس، گواهی اصلی آپتیم‌یار صادر می‌شود.

بله؛ به طور کامل.

بله؛ افراد شرکت‌کننده در هر دوره به گروه مرتبط با آن دوره اضافه می‌شوند و علاوه بر تعامل و هم‌فکری با یکدیگر طی و بعد از دوره، مدرس دوره هم در حد توان و وجود زمان، با آنها هم‌فکری دارد.

این مورد در اختیار مدرس دوره است. در صورت تمایل مدرس، کدها در داشبورد فراگیر قرار می‌گیرد و می‌تواند فقط و فقط به صورت شخصی استفاده نماید.

برای ثبت‌نام‌‌های زودهنگام معمولا تخفیف لحاظ می‌شود.

برای پاسخ به این مورد باید با مدرس دوره در ارتباط باشید.

 

مدرس دوره

دکتر علی پاپی
Ali Papi

  • مقطع/مدرک تحصیلی: دانشجوی دکتری مهندسی صنایع و سیستم [بهینه‌سازی و تحقیق در عملیات]
  • تخصص شاخص: بهینه‌سازی و تحقیق در عملیات، یادگیری ماشین و علم تحلیل داده، تکنیک‌های تجزیه و روش‌های حل دقیق، بهینه‌سازی استوار داده‌محور، هوش محاسباتی و الگوریتم‌های فراابتکاری، نظریه بازی، بهینه‌سازی چندهدفه و تصمیم‌گیری چندمعیاره

    Optimization & Operations Research, Machine Learning & Data Analytics, Computational Intelligence & Metaheuristics, Decomposition Techniques & Exact Methods, Data-Driven Robust Optimization, Game Theory, Multi Criteria Decision Making

  • علاقه‌مندی‌: بکارگیری مدل‌های بهینه‌سازی استوار داده‌محور و رویکردهای حل هوشمند و دقیق برای حل مسائل مختلف صنعتی/سازمانی
  • زبان/نرم‌افزار شاخص‌: GAMS, IBM CPLEX, MATALB, Python, C++, MiniZinc, Vensim

کلاس آنلاین + ویدئو بازپخش + کدهای نرم‌افزاری + ارتباط با مدرس و مشاوره + گواهی/Certificate
پرسش و پاسخ و رفع ابهام فراگیران
تضمین کیفیت و گارانتی بازگشت کامل وجه
تضمین کیفیت و گارانتی بازگشت کامل وجه

آپتیم‌یار، با اطمینان از کیفیت دوره‌های آموزشی آنلاین خود و همچنین با اعتماد به فراگیران عزیز، تضمین می‌کند که اگر تا 1 ماه پس از دریافت محتوا و مشاهده فقط 5 ساعت از آن، عدم رضایت اعلام شود، کل وجه واریزی بازگشت داده ‌می‌شود.

ارتباط مستقیم با مدرس دوره، مشاوره و بیان سوالات:

دیدگاه و سوالات

(برای تسریع در فرایند بررسی و پاسخ به سوال شما، پیشنهاد می‌شود در سایت عضویت داشته باشید.)
0 دیدگاه/سوال
بازخورد داخلی
نمایش تمام دیدگاه‌ها