Algorytmy i metody optymalizacji
Informacje ogólne
Kod przedmiotu: | 103A-ARxxx-DSP-AMO | ||||||||||||||||
Kod Erasmus / ISCED: | (brak danych) / (brak danych) | ||||||||||||||||
Nazwa przedmiotu: | Algorytmy i metody optymalizacji | ||||||||||||||||
Jednostka: | Wydział Elektroniki i Technik Informacyjnych | ||||||||||||||||
Grupy: |
( Przedmioty techniczne )---EITI ( Przedmioty zaawansowane )-Automatyka i robotyka-mgr.-EITI ( Przedmioty zaawansowane obieralne )-Systemy informacyjno-decyzyjne-mgr.-EITI ( Przedmioty zaawansowane techniczne )--mgr.-EITI |
||||||||||||||||
Punkty ECTS i inne: |
4.00
|
||||||||||||||||
Język prowadzenia: | polski | ||||||||||||||||
Jednostka decyzyjna: | 103000 - Wydział Elektroniki i Technik Informacyjnych |
||||||||||||||||
Kod wydziałowy: | AMO |
||||||||||||||||
Numer wersji: | 1 |
||||||||||||||||
Skrócony opis: |
Podstawowym celem wykładu jest zapoznanie studentów z pojęciem optimum, warunkami koniecznymi i dostatecznymi optymalności dla zadań optymalizacji bez ograniczeń i z ograniczeniami, pozwalającymi na weryfikację poprawności uzyskiwanych z pakietów rozwiązań. Studenci zapoznają się również z pewnymi pakietami modelowania i rozwiązywania zadań optymalizacyjnych (AMPL, MATLAB). Ponadto w ramach wykładu przedstawione zostaną elementy teorii dualności Lagrange`a oraz wybrane metody numerycznego rozwiązywania zadań optymalizacji. Szczególnie dużo uwagi poświęca się zadaniom programowania liniowego i kwadratowego. Celem dodatkowym jest zapoznanie studentów z pewnymi rzeczywistymi zastosowaniami metod optymalizacyjnych, formułowaniem modeli optymalizacyjnych oraz różnymi problemami, z którymi mogą się zetknąć w trakcie ich rozwiązywania, jak również praktycznym wykorzystaniem istniejących pakietów optymalizacyjnych, w tym w szczególności z liniowymi zadaniami mieszania/diety oraz (...) |
||||||||||||||||
Pełny opis: |
Podstawowym celem wykładu jest zapoznanie studentów z pojęciem optimum, warunkami koniecznymi i dostatecznymi optymalności dla zadań optymalizacji bez ograniczeń i z ograniczeniami, pozwalającymi na weryfikację poprawności uzyskiwanych z pakietów rozwiązań. Studenci zapoznają się również z pewnymi pakietami modelowania i rozwiązywania zadań optymalizacyjnych (AMPL, MATLAB). Ponadto w ramach wykładu przedstawione zostaną elementy teorii dualności Lagrange`a oraz wybrane metody numerycznego rozwiązywania zadań optymalizacji. Szczególnie dużo uwagi poświęca się zadaniom programowania liniowego i kwadratowego. Celem dodatkowym jest zapoznanie studentów z pewnymi rzeczywistymi zastosowaniami metod optymalizacyjnych, formułowaniem modeli optymalizacyjnych oraz różnymi problemami, z którymi mogą się zetknąć w trakcie ich rozwiązywania, jak również praktycznym wykorzystaniem istniejących pakietów optymalizacyjnych, w tym w szczególności z liniowymi zadaniami mieszania/diety oraz klasyfikacji cech i wektorowych maszyn nośnych w data-miningu.
OPTYMALIZACJA NIELINIOWA BEZ OGRANICZEŃ PROGRAMOWANIE LINIOWE OPTYMALIZACJA NIELINIOWA Z OGRANICZENIAMI PROGRAMOWANIE KWADRATOWE METODY ROZWIĄZYWANIA ZADAŃ Z OGRANICZENIAMI Zakres projektu Celem zajęć projektowych jest opanowanie przez studentów praktycznych umiejętności korzystania z metod optymalizacyjnych i przeprowadzania pewnych przykładowych obliczeń w środowisku MATLAB-a oraz AMPL (w ramach programowania liniowego również LP_SOLVE). Dopuszczalne jest również realizowanie implementacji algorytmów w języku MATLAB-a bądź innych języków programowania. W początkowej fazie wymaga to zapoznania studentów z pracą z MATLAB-em oraz AMPL-em. Projekty mają dwojaki cel: opanowanie umiejętności formułowania modelu optymalizacyjnego zadania oraz wybrania odpowiedniego algorytmu i oceny jakości numerycznej uzyskiwanego rozwiązania. Przewidywane są dwa projekty. Pierwszy o charakterze wprowadzającym dotyczący zagadnień bez ograniczeń oraz drugi, bardziej wymagający dotyczący zagadnień z ograniczeniami. Studenci mają za zadanie sformułować model matematyczny zagadnienia, wybrać odpowiedni algorytm, ocenić uzyskane rozwiązanie i ewentualnie zmodyfikować model w celu uzyskania lepszego dopasowania do rzeczywistości. Zakłada się formułowanie modelu w języku AMPL, albo przy użyciu narzędzi dostępnych w środowisku MATLAB-a, rozwiązanie go w danym środowisku i przeprowadzenie analizy uzyskanych wyników. Poprzedniki
|
||||||||||||||||
Literatura: |
Pozycje uzupełniające: Materiały dedykowane: notatki wykładowe w postaci plików w formacie pdf oraz zestaw pomocniczych ćwiczeń i pytań ułatwiających przygotowania do egzaminu. |
Zajęcia w cyklu "rok akademicki 2018/2019 - sem. zimowy" (zakończony)
Okres: | 2018-10-01 - 2019-02-17 |
Przejdź do planu
PN WT ŚR CZ PT |
Typ zajęć: |
Projekt, 30 godzin, 45 miejsc
Wykład, 30 godzin, 45 miejsc
|
|
Koordynatorzy: | Andrzej Stachurski | |
Prowadzący grup: | Andrzej Stachurski | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Ocena łączna | |
Jednostka realizująca: | 103100 - Instytut Automatyki i Informatyki Stosowanej |
Właścicielem praw autorskich jest Politechnika Warszawska.