واضی فایل
دانلود کتاب، جزوه، تحقیق | مرجع دانشجوییواضی فایل
دانلود کتاب، جزوه، تحقیق | مرجع دانشجوییپاورپوینت در مورد مقدمه‌ای بر بهینه‌سازی
لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : .PPT ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 18 اسلاید
قسمتی از متن .PPT :
1
مقدمه‌ای بر بهینه‌سازی
Introduction to Optimization
2
مقدمه
در طراحی، ساخت و نگهداری هرسیستم باید تصمیمات تکنولوژیکی و مدیریتی بسیاری گرفته شود.
هدف نهایی از چنین تصمیماتی کمینه‌کردن تلاش لازم و یا بیشینه کردن سود مورد نظر است.
تلاش لازم یا سود مورد نظر در هر وضعیت عملی را می‌توان به صورت تابعی از متغیرهای تصمیم مشخص بیان کرد.
بنابراین بهینه‌سازی را می‌توان به عنوان فرایند یافتن شرایطی که مقدار بیشینه یا کمینه یک تابع را بدست می دهد، تعریف کرد.
3
مقدمه (ادامه)
اگر نقطه x منطبق بر مقدار بیشینه تابع f(x) باشد، این نقطه برمقدار کمینه تابع – f(x) هم منطبق است.
پس بدون از دست دادن کلیت، می‌توان بهینه‌سازی را به معنای کمینه‌سازی در نظرگرفت، زیرا بیشینه یک تابع را می‌توان با جستجوی کمینه منفی آن تابع پیدا کرد.
4
بیان ریاضی یک مسئله بهینه‌سازی
به طور کلی یک مسئله کمینه‌سازی ریاضی را می‌توان به صورت زیر نوشت:
X یک بردار n بعدی است و بردار طراحی (Design Vector) نامیده می شود.
f(X) تابع هدف (Objective Function) و gj(X) و lj(X) به ترتیب قیدهای نامساوی (Inequality Constraint) و قیدهای مساوی (Equality Constraint) هستند.
پاورپوینت درباره مقدمه‌ای بر بهینه‌سازی
لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : .PPT ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 18 اسلاید
قسمتی از متن .PPT :
1
مقدمه‌ای بر بهینه‌سازی
Introduction to Optimization
2
مقدمه
در طراحی، ساخت و نگهداری هرسیستم باید تصمیمات تکنولوژیکی و مدیریتی بسیاری گرفته شود.
هدف نهایی از چنین تصمیماتی کمینه‌کردن تلاش لازم و یا بیشینه کردن سود مورد نظر است.
تلاش لازم یا سود مورد نظر در هر وضعیت عملی را می‌توان به صورت تابعی از متغیرهای تصمیم مشخص بیان کرد.
بنابراین بهینه‌سازی را می‌توان به عنوان فرایند یافتن شرایطی که مقدار بیشینه یا کمینه یک تابع را بدست می دهد، تعریف کرد.
3
مقدمه (ادامه)
اگر نقطه x منطبق بر مقدار بیشینه تابع f(x) باشد، این نقطه برمقدار کمینه تابع – f(x) هم منطبق است.
پس بدون از دست دادن کلیت، می‌توان بهینه‌سازی را به معنای کمینه‌سازی در نظرگرفت، زیرا بیشینه یک تابع را می‌توان با جستجوی کمینه منفی آن تابع پیدا کرد.
4
بیان ریاضی یک مسئله بهینه‌سازی
به طور کلی یک مسئله کمینه‌سازی ریاضی را می‌توان به صورت زیر نوشت:
X یک بردار n بعدی است و بردار طراحی (Design Vector) نامیده می شود.
f(X) تابع هدف (Objective Function) و gj(X) و lj(X) به ترتیب قیدهای نامساوی (Inequality Constraint) و قیدهای مساوی (Equality Constraint) هستند.