|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/estrategias-de-busqueda-local-en-problemas-de-optimizacion/
课程评论：没有评论
**课程名称：** 局部搜索策略在优化问题中的应用 **课程概述：** 本课程是一门关于非凸和组合优化问题的局部搜索算法的专题课程。对于NP难等问题，传统的牛顿法、线性规划等算法往往难以提供满意解决方案，此时局部搜索策略变得至关重要且被广泛应用。 本课程将从理论与实践相结合的角度深入讲解局部搜索策略。每部分内容将先介绍特定局部搜索算法的理论基础，然后提出一个具体的优化问题用于应用该算法，最后在Python（Jupyter Notebook）环境中进行实现和编码。 算法主要分为三大类： 1. 纯随机算法 2. 基于启发式函数的算法 3. 基于元启发式函数的算法 课程共包含三个主要学习模块，将对这些算法进行深入研究。学完本课程后，您将能够用少量代码（20-50行）解决复杂的优化问题。 **先修要求：** 本课程仅需要基本的Python编程、微积分和统计学知识，适合需要处理NP问题以开发产品、流程和设计的各类专业人士。
Este es un curso monográfico sobre algoritmos de búsqueda local en problemas de optimización no convexos y combinatorios. En estos problemas de optimización de complejidad NP donde los algoritmos convencionales (basados en estrategias de tipo Newton, programadores lineales..etc.) no proporcionan soluciones adecuadas, las estrategias de búsqueda local cobran cierta relevancia y son usados con frecuencia.En este curso, las estrategias de búsqueda local son explicadas desde un punto de vista teórico-práctico. Así, en cada sección se empiezan explicando las bases de teóricas de un determinado algoritmo de búsqueda local, luego se presenta un problema de optimización particular donde poder aplicar dicho algoritmo y por último se implementa y codifica en el entorno de programación Python (Jupyter Notebook).Los algoritmos se agrupan y clasifican en tres grupos principales, siendo estos:Algoritmos puramente aleatorios.Algoritmos basados en funciones heurísticas.Algoritmos basados en funciones meta-heurísticas.Hay tres bloques didácticos donde se estudian en profundidad dichos algoritmos. Al final del curso el alumno será capaz con muy pocas lineas de código (20-50) resolver estos problemas de optimización complejos. Este curso, sólo requiere conocimientos básicos de programación en Python , cálculo y estadística; por tanto es un curso genérico abierto a una amplia gama de profesionales que tengan enfrentarse a problemas NP para desarrollo de sus productos, procesos y diseños.
