Algoritmy pro optimalizaci

Recenze čtenářů

Kniha poskytuje ucelený přehled optimalizačních algoritmů s jasným vysvětlením a praktickými ukázkami kódu v jazyce Julia. Přestože je oceňována pro svou přehlednost a postupnost témat, v některých oblastech postrádá hloubku a vynechává některé algoritmy, takže je spíše přehledem než podrobným průvodcem.

⬤ Komplexní pokrytí přibližně 100 optimalizačních algoritmů s přehledností a stručností.
⬤ Poskytuje všechny potřebné základní informace, včetně základních výpočtů a lineární algebry.
⬤ Obsahuje praktické ukázky kódu z Julie a online zdroje.
⬤ Přístupné pro čtenáře na úrovni vysokoškolského studia a obsahuje cvičení s řešeními.
⬤ Pomáhá osvěžit a rozšířit chápání mnoha důležitých optimalizačních konceptů.

⬤ Chybí hlubší zkoumání a přísnost ve vysvětlení některých algoritmů.
⬤ Chybí některá důležitá témata a algoritmy, například Levenberg-Marquardt a MCMC.
⬤ Kód je výhradně v jazyce Julia, který nemusí být pro každého uživatelsky přívětivý.
⬤ Chybí závěrečná syntetická kapitola; čtenáři si musí informace syntetizovat sami.
⬤ Někteří uživatelé považovali implementaci v Julii za příliš abstraktní, což ztěžovalo její sledování.

(na základě 21 hodnocení čtenářů)

Původní název:

Algorithms for Optimization

Obsah knihy:

Komplexní úvod do optimalizace se zaměřením na praktické algoritmy pro návrh inženýrských systémů.

Kniha nabízí komplexní úvod do optimalizace se zaměřením na praktické algoritmy. Kniha přistupuje k optimalizaci z inženýrského pohledu, kdy cílem je navrhnout systém, který optimalizuje množinu ukazatelů při dodržení omezení. Čtenáři se seznámí s výpočetními přístupy pro řadu problémů, včetně prohledávání vysokodimenzionálních prostorů, řešení problémů, kde existuje více konkurenčních cílů, a zohlednění neurčitosti metrik. Obrázky, příklady a cvičení zprostředkovávají intuici stojící za matematickými přístupy. Text poskytuje konkrétní implementace v programovacím jazyce Julia.

Témata zahrnují derivace a jejich zobecnění na více dimenzí, lokální sestup a metody prvního a druhého řádu, které informují o lokálním sestupu, stochastické metody, které zavádějí náhodnost do optimalizačního procesu, lineární omezenou optimalizaci, kdy jsou cílová funkce i omezení lineární, náhradní modely, pravděpodobnostní náhradní modely a použití pravděpodobnostních náhradních modelů k řízení optimalizace, optimalizaci za nejistoty, šíření nejistoty, výrazovou optimalizaci a multidisciplinární optimalizaci návrhu. Dodatky nabízejí úvod do jazyka Julia, testovací funkce pro hodnocení výkonnosti algoritmů a matematické pojmy používané při odvozování a analýze optimalizačních metod probíraných v textu. Knihu mohou využít pokročilí studenti bakalářského a magisterského studia matematiky, statistiky, informatiky, jakéhokoli inženýrského oboru (včetně elektrotechniky a leteckého inženýrství) a operačního výzkumu a jako příručku pro odborníky.