Optimisation discrète : définir la couverture

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (32)

Page 2 sur 4

Propriétés thermodynamiques : équations et modèles

Explique les propriétés thermodynamiques, les équations d'état et les règles de mélange pour la modélisation des systèmes énergétiques.

Optimisation convexe : Yalmip Introduction

Présentation de Yalmip, une boîte à outils MATLAB pour la modélisation et la résolution d'optimisation avec MOSEK et GUROBI.

Optimisation discrète : relaxation

Explore la résolution de problèmes d'optimisation discrets en assouplissant les contraintes d'intégralité.

BFS initial

Explore la recherche de la solution de base réalisable (BFS) initiale dans un programme linéaire.

Programmation linéaire: Optimisation et contraintes

Introduit une programmation linéaire, mettant l'accent sur l'optimisation avec des contraintes et des exemples pratiques.

Optimisation avec contraintes : conditions KKT

Couvre l'optimisation avec des contraintes, en se concentrant sur les conditions de Karush-Kuhn-Tucker (KKT).

Algorithme Metropolis : Optimisation et approche probabiliste

Couvre l'algorithme Metropolis pour une optimisation approximative en utilisant des chaînes paresseuses et en explorant efficacement l'espace d'état.

Prise de décision optimale : exercices et solutions

Couvre des exercices et des solutions pour traduire les problèmes de texte en programmation linéaire et optimiser les processus de prise de décision.

Prise de décision optimale : applications d'une optimisation discrète

Explore la prise de décision optimale grâce à une optimisation discrète, en mettant l'accent sur les variables binaires et les applications pratiques.

Prise de décision optimale : programmation intégrale

Couvre la programmation d'entiers, les coques convexes, les plans de coupe Gomory et les méthodes de branchement et de liaison.