使用 Python 进行优化：解决运筹学问题 ( Optimization with Python: Solve Operations Research Problems )

课程描述

Optimization with Python: Solve Operations Research Problems是由Udemy Academy出版的一门使用Python编程语言优化和解决运筹学问题的培训课程。在本培训课程的学习过程中，您将使用CPLEX、Gurobi、Pyomo最优建模语言、线性和非线性规划、进化算法等各种工具来解决复杂的优化问题。由于可用数据的快速变化以及快速和周期性决策的需要，不同公司的长期运营规划变得非常困难和复杂，工程师面临着现代挑战。在这方面，优化算法是我们为不断变化的问题找到最佳解决方案的最佳机会之一。
在此培训过程中，您将使用各种库和框架，如 CPLEX、Gurobi、GLPK、CBC、IPOPT、Couenne、SCIP、Pyomo、Or-Tools、PuLP 和 Pymoo，您将学到非常有价值的知识点。在处理二进制变量时实施线性化技术是本课程的另一个非常重要的教育主题。本课程的讲师更多地关注纯数学方法，但同时也转向人工智能、遗传算法的开发和粒子群优化方法。本课程专为初学者和没有优化经验的人设计，在这方面，前两节专门介绍 Python 编程和数学建模的基本原理。

您将在使用 Python 进行优化中学到什么：解决运筹学问题

• 熟悉不同类型的优化，例如分析和元启发式方法
• 线性规划 (LP)
• 整数线性规划 (MILP)
• 非线性规划 (NLP)
• 整数非线性规划 (MINLP)
• 遗传算法（GA）
• 使用 NSGA-II 进行多目标优化
• 粒子群优化（PSO）方法
• 约束规划（CP）
• 双锥编程 (SCOP)
• 花园围栏安装工程优化（用最少的围栏覆盖最多的空间）
• 用优化技术解决路由问题
• 汽车租赁店的最大收入增长
• 电气系统中的电力优化
• 数学建模导论
• 了解 Python 编程语言的基础知识
• CPLEX
• 古罗比
• GLPK
• 加拿大广播公司
• IPOPT
• 果皮
• 上海工业园区
• 使用 Pyomo、Or-Tools、PuLP 和 Pymoo 框架

课程规格

出版商：Udemy 讲师：Rafael Silva Pinto 语言：英语水平：入门级到高级课程数量：90 课时：13 小时 21 分钟

课程主题

使用 Python 进行优化：解决运筹学问题的先决条件

编程逻辑的一些知识
为什么以及在哪里使用优化
没有必要了解 Python

图片

使用 Python 进行优化：解决运筹学问题介绍视频

媒体错误：格式不受支持或来源未找到

安装指南

在 Extract 之后，用您最喜欢的播放器观看。
英文字幕
画质：720p