Formations MATLAB et Simulink

Techniques d'Optimisation dans MATLAB

Afficher le calendrier et s'inscrire

Détails de la formation

Cette formation d’une journée aborde l'application des techniques d’optimisation dans MATLAB®, plus particulièrement avec Optimization Toolbox™ et Global Optimization Toolbox™.

Les sujets traités sont :

  • Résoudre des problèmes d'optimisation dans MATLAB
  • Définition des fonctions objectif et des contraintes
  • Sélection des solveurs et amélioration des performances
  • Méthodes d'optimisation globale et multi-objectif

Cette formation est enregistrée auprès de GARP et équivaut à 7 heures de crédits GARP CDP. Si vous êtes certifié FRM ou ERP, veuillez enregistrer ces heures sur votre compte.

Jour 1


Résolution de problèmes d'optimisation

Objectif: Comprendre l'approche et la méthode pour résoudre des problèmes d'optimisation efficacement. Utiliser les outils interactifs pour définir et résoudre des problèmes d'optimisation.

  • Les différentes composantes d'un problème
  • Résolution d'un problème d'optimisation avec le Live Editor
  • La méthodologie de résolution
  • Les fonctions d'optimisation

Définition des fonctions objectif et des contraintes

Objectif: Ecrire un problème d'optimisation. Utiliser un workflow basé sur le problème pour arriver à une solution.

  • Workflow basé sur le problème
  • Définition des fonctions objectif et des contraintes
  • Identifier différents types de contraintes

Choix du solveur et amélioration des performances

Objectif: Choisir le solveur et l'algorithme le plus adéquat à un problème donné. Interprétation de l'output du solveur et diagnostic du progrès d'une optimisation.

  • Classification des objectifs
  • Choix d'un solveur et d'un algorithme
  • Analyse et interprétation du résultat
  • Utilisation des informations sur le gradient

Optimisation globale et multi-objectif

Objectif: Utiliser les fonctionnalités de Global Optimization Toolbox pour résoudre des problèmes d'optimisation qui ne peuvent être résolus par des méthodes classiques. Résoudre des problèmes avec des objectifs multiples.

  • Minimum global
  • Algorithmes génétiques, méthodes de recherche directe et optimisation par modèles de substitution
  • Solveurs multi-objectif

Niveau: Intermédiaire

Pré-requis:

  • Les Fondamentaux MATLAB ainsi que des connaissances en algèbre linéaire et en calculs multivariés peuvent s’avérer utiles

Durée: 1 jour

Langues: English, 한국어

Afficher le calendrier et s'inscrire