Catégorie
Optimisation combinatoire
Séances de cours associées (555)
Branch & Bound : Optimisation
Couvre l'algorithme Branch & Bound pour une exploration efficace des solutions possibles et discute de la relaxation LP, de l'optimisation du portefeuille, de la programmation non linéaire et de divers problèmes d'optimisation.
Problèmes d'optimisation de convex : théorie et applications
Explore les problèmes d'optimisation convexe, les critères d'optimalité, les problèmes équivalents et les applications pratiques dans le transport et la robotique.
Optimisation des systèmes énergétiques
Explore l'optimisation dans la modélisation des systèmes énergétiques, couvrant les variables de décision, les fonctions objectives et les différentes stratégies avec leurs avantages et leurs inconvénients.
Programmation semi-définie
Couvre la programmation et l'optimisation semi-définies sur des cônes semi-définis positifs.
Programmes intégraux : Optimisation et contraintes
Explore les programmes entiers, l'optimisation non convexe, les contraintes et les aspects géométriques de la programmation linéaire pour des solutions optimales.
Introduction à l’optimisation
Couvre les bases de l'optimisation, y compris les perspectives historiques, les formulations mathématiques et les applications pratiques dans les problèmes de prise de décision.
Programmation non linéaire: Partie I
Couvre les bases de la programmation non linéaire et ses applications dans le contrôle optimal, en explorant des techniques, des exemples, des définitions d'optimalité et les conditions nécessaires.
Problème d'optimisation : résoudre par FM
Couvre la modélisation et l'optimisation des systèmes énergétiques, en se concentrant sur la résolution de problèmes d'optimisation avec des contraintes et des variables.
Algorithme de la branche et de la base : approche basée sur la LP
Explore l'algorithme Branch & Bound basé sur LP pour trouver des solutions optimales.
Bases de la programmation linéaire
Introduit les bases de la programmation linéaire, y compris les problèmes d'optimisation, les fonctions de coût, l'algorithme simplex, la géométrie des programmes linéaires, les points extrêmes et la dégénérescence.