Ηλεκτρονική Διάθεση Μαθήματος
Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα:
α) σχεδιάζουν και αναλύουν προβλήματα βελτιστοποίησης,
β) σχεδιάζουν και θα αναλύουν αλγορίθμους εύρεσης των βέλτιστων σημείων μη-γραμμικών συναρτήσεων με ή χωρίς περιορισμούς,
γ) υλοποιούν αλγορίθμους βελτιστοποίησης σε κώδικα MATLAB.
Περιεχόμενο Μαθήματος
Περιγραφή: Βασική θεωρία και μέθοδοι για την επίλυση προβλημάτων βελτιστοποίησης. Αναδρομικοί αλγόριθμοι για βελτιστοποίηση μη-γραμμικών προβλημάτων με ή χωρίς περιορισμούς. Τεχνικές με και χωρίς την χρήση παραγώγων, μέθοδοι εφικτού σημείου και επαυξημένης Λαγκρανζιανής. Παραδείγματα-Εφαρμογές.
Περιεχόμενο μαθήματος:
1. Εισαγωγή
1.1 Διατύπωση του Προβλήματος
1.2 Παραδείγματα - Εφαρμογές
2. Βασικές Έννοιες
2.1 Κυρτότητα
2.2 Συνθήκες Βελτιστοποίησης
2.3 Δυαδικότητα
3. Τεχνικές Βελτιστοποίησης Χωρίς Περιορισμούς
3.1 Συνθήκες βελτιστοποίησης
3.2 Τεχνικές με Χρήση Παραγώγων (Gradient,
Newton, Συζυγών Κατευθύνσεων, Σχεδόν-
Newton)
3.3 Τεχνικές Χωρίς Χρήση Παραγώγων
4. Τεχνικές Βελτιστοποίησης με Περιορισμούς
4.1 Συνθήκες βελτιστοποίησης
4.2 Χώρος Αναζήτησης Κυρτό Σύνολο
(Μέθοδος των εφικτού σημείου,
Μέθοδος κλίσης υπό συνθήκες,
Τροποποιημένη μέθοδος κλίσης)
4.3 Ισοτικοί και Ανισοτικοί Περιορισμοί
(Μέθοδοι φραγμών και εσωτερικών
σημείων, Μέθοδοι ποινής και Επαυξημένης
Λαγκρανζιανής)
Επιπρόσθετη βιβλιογραφία για μελέτη
1. D.P. Bertsekas, Nonlinear Programming, Athena Scientific, Belmont, Massachusetts, 1999.
2. M.S. Bazaraa, H.D. Sherali, C.M. Shetty, Nonlinear Programming Theory and Algorithms, John Wiley and Sons, New York, 1993.