Περιγραφή μαθήματος

Κωδικός Μαθήματος: Δ3

Ειδίκευση - Ενότητα: Επιστήμη και Μηχανική Δεδομένων: Ενότητα Δ - Ανάλυση και Επεξεργασία Δεδομένων

Τύπος: Μάθημα Επιλογής

Εβδομαδιαίες ώρες διδασκαλίας: 3

Μονάδες ECTS: 7

Ιστοσελίδα Μαθήματος:

Προσφερόμενο: ΝΑΙ

Περιεχόμενο:

• Εισαγωγή στην Βελτιστοποίηση.
• Συνθήκες βελτιστότητας.
• Μονοδιάστατη βελτιστοποίηση.
• Μέθοδοι χωρίς παραγώγους: Nelder-Mead, Hook-Jeeves, Pattern Search.
• Μέθοδοι με παραγώγους: Steepest Descent, Newton, Quasi-Newton, Conjugate Gradients.
• Τεχνικές Line Search και Trust Region.
• Στοχαστικοί και εξελικτικοί αλγόριθμοι για ολική βελτιστοποίηση: Multistart, Simulated Annealing, Genetic Algorithms, Particle Swarm Optimization.
• Τρόποι επίλυσης για προβλήματα με περιορισμούς.
• Μέθοδοι εύρεσης πολλών ελαχιστοποιητών. Παράλληλες συντεταγμένες.

Αντιστοιχία Μαθήματος με παλαιό ΠΜΣ:

Ε03- Βελτιστοποίηση