Casino chơi như thế nào Optislang

아젠다

Đây là khóa học 1 ngày bao gồm cả các bài giảng và hội thảo. Để đào tạo ảo, khóa học này chỉ được đề cập trong hơn 3 x 2 giờ Bài giảng.

Lớp học ảo Phần 1

Tích hợp quy trình và giao diện người dùng đồ họa là bước đầu tiên hướng tới nghiên cứu tham số

• Bài giảng: tham số
• Trình diễn: Giao diện người dùng đồ họa Optislang (GUI)
• Bài giảng và trình diễn: Giao diện với các bộ giải chung (dựa trên văn bản, Python)
• Bài giảng và trình diễn: Giao diện với Casino chơi như thế nào (plugin Workbench và nút Workbench)
• Trình diễn: Hàm phi tuyến phân tích (dựa trên văn bản + Python + Workbench)
• Hội thảo: Hàm Kursawe (Python)

Lớp học ảo Phần 2

Phân tích độ nhạy

• Bài giảng: Thiết kế thí nghiệm
• Bài giảng: Tương quan một chiều
• Bài giảng: Phương pháp phản hồi bề mặt
• Bài giảng: Mô hình Meta của tiên lượng tối ưu (MOP) và thực tiễn tốt nhất
• Bài giảng: MOP thích ứng
• Bài giảng: Metamodel của tiên lượng tối ưu
• Trình diễn: Sử dụng trình hướng dẫn độ nhạy
• Bài giảng/ Trình diễn: Giải thích phân tích độ nhạy của hàm phi tuyến phân tích (dựa trên văn bản + Workbench)
• Hội thảo: Độ nhạy của chức năng Kursawe (Python)

Lớp học ảo Phần 3

Nghiên cứu tối ưu hóa

• Bài giảng: Mục tiêu đơn, Tối ưu hóa ràng buộc
• Phương pháp dựa trên gradient (ví dụ: NLPQL)
• Phương pháp bề mặt phản hồi thích ứng (ví dụ: ARSM)
• Tối ưu hóa lấy cảm hứng từ thiên nhiên (ví dụ: thuật toán tiến hóa)
• Tối ưu hóa đa mục tiêu & Pareto (ví dụ: thuật toán tiến hóa)
• Trình diễn tất cả các bước: Tích hợp quy trình, nghiên cứu độ nhạy và tối ưu hóa hàm Kursawe (Python) với các thuật toán khác nhau
• Hội thảo: Tối ưu hóa mục tiêu đơn của chức năng phi tuyến phân tích (dựa trên văn bản)