مسائل بهینه سازی از جمله مواردی هستند که زندگی روزمره و همچنین در زمینه های مختلف علمی و مهندسی مطرح می شوند. تقریبا همه مسائل برآمده از واقعیت و مباحث عملی، به صورت مسائل بهینه سازی مقید بیان می شوند که محدودیت های ناشی از فیزیک مسأله، به صورت قیدهایی در تعریف مسأله بهینه سازی، نمایان می شوند.
با توجه به اهمیت و جایگاه ویژه ای که مسائل بهینه سازی مقید دارند، و نظر به حضور تقریبا همیشگی این نوع از مسائل در زمینه های پژوهشی دانشجویان و پژوهشگران، رویکردهای موجود در میان روش های بهینه سازی تکاملی برای برخورد با مسائل بهینه سازی مقید، در قالب بسته آموزشی جامعی به حضور مخاطبین گرامی ارائه شده است.
استفاده از توابع جریمه برای مواجهه با مسائل بهینه سازی مقید، از جمله روش های بسیار قدیمی و اصیل هستند که نسخه تکامل یافته تئوریک این دسته از روش ها را، در تئوری ضرایب لاگرانژ می توان مشاهده نمود.
مفهوم توابع جریمه در ترکیب با الگوریتم های تکاملی نیز قابل استفاده هستند، که البته به دلیل مقاوم بودن الگوریتم های تکاملی در مقابل عدم قطعیت، برخی از معایب و سختی های استفاده از تئوری ضرایب لاگرانژ، در این رویکردها مشاهده نمی شود.
مهمترین سرفصل های مورد بحث در این فیلم آموزشی عبارتند از:
مدرس: مهندس سیدمصطفی کلامی هریس
توجه: این فیلم آموزشی، بخشی از یک محصول بزرگ تر، یعنی بسته طلایی فیلم های آموزشی بهینه سازی مقید در متلب است.
برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: بهینه سازی تکاملی, بهینه سازی مقید, بهینه سازی مقید مبتنی بر تابع جریمه, تابع جریمه, تخطی, تعریف تخطی, توابع جریمه, تکامل تفاضلی, ضرایب جریمه, ضرایب لاگرانژ, مسأله بهینه سازی, مسأله کوله پشتی,
نویسنده: فرادرس |FaraDars