Séance de cours

Techniques d'optimisation : Recherche locale, VNS, Annealing simulé

Description

Cette séance de cours couvre les techniques d'optimisation telles que la recherche locale, la recherche de quartier variable (VNS) et le recuit simulé. Il explique des concepts comme le quartier 2-OPT, les règles lexicographiques, la domination et la somme pondérée. L'instructeur montre comment transformer les problèmes d'optimisation multi-objectifs en problèmes mono-objectifs et discute de l'heuristique pour l'optimisation. Des exemples pratiques et des algorithmes sont fournis pour illustrer l'application de ces techniques.

Connectez-vous pour regarder la vidéo

Enseignant

laborum cillum voluptate exercitation

Cillum do proident veniam eu incididunt commodo consequat amet duis aliquip proident elit cillum eiusmod. Laboris esse esse exercitation do cillum. Qui nulla laborum do id proident. Nulla ad irure amet voluptate id esse incididunt fugiat qui occaecat consequat sunt. Non et cupidatat tempor adipisicing enim veniam officia qui eiusmod elit ut incididunt eiusmod sint.

Connectez-vous pour voir cette section

Source officielle

https://mediaspace.epfl.ch/media/0_w7g8bjj6

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

Mathématiques

Optimisation (mathématiques): Métaheuristique

Séances de cours associées (28)

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.

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

Explore les méthodes d'optimisation, y compris les problèmes sans contraintes, la programmation linéaire et les approches heuristiques.

Explore le concept d'écart d'intégralité dans les algorithmes de couverture et de pondérations multiplicatives.

Couvre les algorithmes d'optimisation, l'appariement stable et la notation Big-O pour l'efficacité de l'algorithme.

Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search