حراج!

محتویات دوره آموزشی الگوریتم سیمپلکس

شرکت در دوره آنلاین – رایگان الگوریتم سیمپلکس

محتویات:

شامل فایل های ویدئویی دوره

فایل PDF ارائه درس

فایل های اکسل کار شده در دوره

فایل های لینگو کار شده در دوره

۳۹,۰۰۰ تومان ۲۹,۰۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۴,۹۰۰ تومان
۴,۹۰۰ تومان
۴,۹۰۰ تومان
۴,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان
۳,۹۰۰ تومان

توضیحات

۲۳۵ مشاهده

برنامه ریزی ریاضی خطی با بیشینه سازی (ماکسیمم سازی) یا کمینه سازی (مینیمم سازی) یک مدل ریاضی خطی (مدلی که دارای توابع خطی به همراه محدودیت های مساوی نامساوی) است سر و کار دارد. از زمانی که روش سیمپلکس توسط جورج دانتزینگ در سال ۱۹۴۷ توسعه داده شده، برنامه ریزی خطی به صورت گسترده در صنایع مختلف همانند ارتش، دولت، برنامه ریزی شهری، صنعت و بسیاری از حوزه دیگر مورد استفاده قرار گرفت. محبوبیت برنامه ریزی خطی به دو علت است، یکی به خاطر توانایی آن در تعریف بسیاری از مسائل بزرگ و پیچیده و دیگری توانایی آن در حل چنین مسائلی در زمان منطقی (توسط کامپیوترها مدرن). از آنجایی که ممکن است حل مدل های پیچیده و بزرگ به صورت عادی زمان زیادی را بگیرد در بسیاری از مواقع سعی می شود این مدل ها به مدل خطی تبدیل شود تا بتوان آن را با استفاده از برنامه ریزی خطی در زمان مناسب حل کرد.

از زمان توسعه الگوریتم سیمپلکس، بسیاری از محققین سعی کردند تا در رشد برنامه ریزی خطی با توسعه تئوری های ریاضی، افزایش اثربخشی محاسباتی و توسعه کدها، ایجاد الگوریتم ها و کابردهای جدید، مشارکت کنند و نتیجه آن ایجاد ابزارها و راهکارهای بسیار موثری برای حل مسائل پیچیده مختلف همانند برنامه ریزی عدد صحیح، برنامه ریزی غیرخطی، مسائل ترکیبی، مسائل برنامه ریزی تصادفی، سیستم های فازی، هوش مصنوعی و بسیاری از موارد دیگر بوده است.

در این دوره سعی شده تا الگوریتم سیمپلکس به طور کامل هم از لحاظ ریاضاتی و نکات تئوری و هم از لحاظ اجرایی بر اساس توسعه آن در نرم افزار مایکروسافت اکسل (Microsoft Excel) و نیز تشریح نحوه حل مدل ریاضی در نرم افزار لینگو (Lingo) تشریح شود تا بتوان بر اساس آنها در زمان نیاز به حل یک مدل ریاضی در پروژه عملی از برنامه ریزی خطی استفاده کرد.

یادگیری و مطالعه الگوریتم سیمپلکس علاوه بر اهمیت داشتن آن در حل مدل های خطی، مقدمه ای بسیار مناسب برای فراگیری الگوریتم های بسیار پیچیده تر همانند الگوریتم ژنتیک، پرندگان، مورچگان، شبکه عصبی و … خواهد بود و در بسیاری از دانشگاه ها اولین دوره ای که افراد در زمینه تحقیق در عملیات و بهینه سازی باید بگذرانند برنامه ریزی خطی و مطالعه الگوریتم سیمپلکس است.

پیش نیاز ها و نیازمندی ها

گذارندن دوره مدلسازی ریاضی خطی

آشنایی با جبر خطی و ریاضیات پایه

آشنایی اولیه با مایکروسافت اکسل

مطالب پوشش داده شده در این دوره

 

مفاهیم الگوریتم سیمپلکس

جواب پایه ای و عملیات جبری سیمپلکس

فلوچارت الگوریتم سیمپلکس

حل سیمپلکس به صورت جدولی

حل سیمپلکس به صورت جدولی در اکسل

حل سیمپلکس با استفاده از فرمول نویسی در اکسل (Iteration in Excel)

حل مدل ریاضی خطی با استفاده از پکیج حل مدل ریاضی در اکسل (Solver Add ins)

حل مدل ریاضی خطی در لینگو (Lingo)

مدل سازی با استفاده از کد نویسی در Lingo

روش سیمپلکس دو فازی

روش سیمپلکس M بزرگ

رفع تباهیدگی در سیمپلکس

دوگان و الگوریتم سیمپلکس دوگان

آنالیز حساسیت در مدل ریاضی خطی

آنالیز حساسیت با استفاده از ابزار What If Analyze در اکسل

آنالیز حساسیت با استفاده از Solver Addins در اکسل

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

.فقط مشتریانی که این محصول را خریداری کرده اند و وارد سیستم شده اند میتوانند برای این محصول دیدگاه ارسال کنند.

© دیاکو دانش افزار.

@DeyakoLTD

ما را در تلگرام دنبال کنید.

مشاهده کانال
بستن
X