Techniques d'Optimisation dans MATLAB

Jour 1 sur 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

Solveurs et performance

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
• Utiliser les 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