Passer au contenu principal
Graph
Search
fr
|
en
Se Connecter
Recherche
Tous
Catégories
Concepts
Cours
Séances de cours
MOOCs
Personnes
Exercices
Publications
Start-ups
Unités
Afficher tous les résultats pour
Accueil
Séance de cours
Convex Relaxation dans l'optimisation
Graph Chatbot
Séances de cours associées (31)
Précédent
Page 1 sur 4
Suivant
Méthodes d'optimisation : discussion théorique
Explore les méthodes d'optimisation, y compris les problèmes sans contraintes, la programmation linéaire et les approches heuristiques.
Programmation semi-définie
Couvre la programmation et l'optimisation semi-définies sur des cônes semi-définis positifs.
Algorithmes d'approximation
Couvre les algorithmes d'approximation pour les problèmes d'optimisation, la relaxation LP et les techniques d'arrondi aléatoire.
Programmation linéaire : correspondance bipartite pondérée
Couvre la programmation linéaire, la correspondance bipartite pondérée et les problèmes de couverture de sommet en optimisation.
Modélisation du système énergétique : indicateurs d’optimisation et de performance
Explore la modélisation des systèmes énergétiques à l'aide de techniques d'optimisation et d'indicateurs de performance.
Optimisation des systèmes de conversion d'énergie
Explore l'optimisation des systèmes de conversion d'énergie grâce à la récupération de chaleur et à la programmation linéaire mixte.
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.
Optimisation avec contraintes : conditions KKT
Couvre les conditions KKT pour l'optimisation avec des contraintes, essentielles pour résoudre efficacement les problèmes d'optimisation.
BFS initial
Explore la recherche de la solution de base réalisable (BFS) initiale dans un programme linéaire.
Principes d'optimisation
Couvre les principes d'optimisation, y compris l'optimisation linéaire, les réseaux et les exemples de recherche concrets dans le transport.