Algorithme de la branche et de la base : approche basée sur la LP

À propos
Confidentialité
Mentions légales

Graph Chatbot

Description

Cette séance de cours couvre l'algorithme Branch & Bound, axé sur l'approche basée sur la LP. Il explique les étapes à suivre, comme la branchement, la taille et la délimitation, pour trouver efficacement la solution optimale. L'instructeur discute d'exemples et d'applications, y compris le problème du trou de Pigeon et le Bound inférieur du FST dirigé.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Source officielle

Proximité ontologique

Informatique théorique

Algorithme: Optimisation combinatoire

Séances de cours associées (32)

https://mediaspace.epfl.ch/media/0_tcjpga47

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Proximité ontologique

Informatique théorique

Algorithme: Optimisation combinatoire

Séances de cours associées (32)

Afficher plus

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.

Algorithmes d'approximation

Couvre les algorithmes d'approximation pour les problèmes d'optimisation, la relaxation LP et les techniques d'arrondi aléatoire.

Problèmes d'optimisation : recherche des voies et affectation des portefeuilles

Couvre les problèmes d'optimisation dans la recherche de chemin et l'allocation de portefeuille.

Formulation du jeu de coupures : problème MST

Explore la formulation de cutset pour la méthode MST Problem and Gomory Cutting Planes.

Prise de décision optimale : analyse de sensibilité

Couvre l'analyse de sensibilité dans la programmation linéaire, en mettant l'accent sur les solutions optimales et leurs sensibilités aux changements.