|
|
|
|
|
|
|
||
|
||
|
|
|
|
||
|
||
| code: | A7313 | studiebelasting: | 3 sp | periode: | trim. 1 | ||
|---|---|---|---|---|---|---|---|
| naam: | Continue optimalisering (oude stijl) | ||||||
| internet: | http://www.few.eur.nl/few/edu/vak/a7313/ | ||||||
| opleiding/fase: | ectrie/d23/traject | ||||||
| voertaal: | Nederlands | ||||||
| docent(en): | dr. J. Brinkhuis, dr. H.J.T. Hoogland | ||||||
| contactpersoon: | dr. J. Brinkhuis | ||||||
| secretariaat: | E&B | ||||||
| aanmelding: | - | ||||||
| toelatingseisen: | - | ||||||
| gewenst: | - | ||||||
| onderwijsvorm: | 4 uur hoorcollege + 3 uur participatie/responsie college per week | ||||||
| tentamenvorm: | schriftelijk | ||||||
| tentamenperiode: | november/december, augustus (herkansing) | ||||||
| tentameneisen: | - | ||||||
| tentamenstof: | collegestof + verplichte literatuur | ||||||
De student vertrouwd maken met de bestaande technieken en toepassingen van niet-lineair programmeren en dynamisch optimaliseren.
In de besliskunde, econometrie, financiering, logistiek, marketing, micro- en macro-economie, wiskundige economie en vele andere vakgebieden komen tal van problemen voor waarvan verwacht kan worden dat ze met 'continue' optimalisatie technieken kunnen worden opgelost. Bij de analyse van ieder concreet probleem van belang word je geconfronteerd met de volgende taken:
In het college zullen de meest succesvolle technieken om deze taken uit te voeren - en de ideeën die daaraan ten grondslag liggen - worden behandeld. Een aantal concrete problemen uit de bovengenoemde vakgebieden zal hierbij de revue passeren. Speciale aandacht zal gegeven worden aan niet-lineair programmeren (voor problemen waarvoor een modellering als LP-probleem niet mogelijk is) en aan deterministische en stochastische dynamische optimalisatie (hierbij worden meerdere planningsperioden tegelijk bekeken)..
De bedoeling is om het volgende programma-plan zo goed mogelijk te realiseren.
Week 2. De Euler vergelijking en transversaliteits voorwaarden.
Over optimalisatie problemen waarbij de te kiezen variabelen 'een tijdpad van een grootheid' (= een functie x(t) van één variabele (t) is.
Week 3. Pontrijagin's Maximum Principle.
Als hierboven, maar met een flexibeler model. Hiermee kan bijvoorbeeld ook een beperking zoals 'de functie x(t) is monotoon stijgend' aangepakt worden.
Week 4. Bellman's vergelijking.
Als hierboven, maar nu willen we eventuele storingen die gedurende het uitvoeren van de oplossing optreden, kunnen corrigeren.
Week 5. Het Principe van Fermat-Lagrange.
Over één overkoepelende methode om alle continue optimalisatie problemen aan te pakken.
Week 6. Zwarte doos algoritmen I.
Gulden snede methode, bisectie methode, gradiënt methode, Newton methode, quasi-Newton methode.
Week 7. Zwarte doos algoritmen II.
- Hoe moet je de algoritmen aanpassen als er beperkingen zijn?
- Trust regions
- Over software pakketten
Week 8. Inwendige punt methoden.
Een alternatief voor de simplex-methode die op geheel andere principes berust. Deze methoden kunnen ook voor sommige niet-lineaire problemen gebruikt worden.
Syllabus (alleen beschikbaar op de webpagina van Continue optimalisering).
|
||||||
|
 |
|||||
|
|
 |
 |
|
 |
|