Algoritmi pentru optimizare

Recenzii ale cititorilor

Cartea oferă o prezentare cuprinzătoare a algoritmilor de optimizare cu explicații clare și fragmente practice de cod în Julia. Deși este apreciată pentru claritatea și progresia subiectelor, este lipsită de profunzime în unele domenii și îi lipsesc anumiți algoritmi, ceea ce o face mai mult un studiu decât un ghid detaliat.

⬤ Acoperire cuprinzătoare a aproximativ 100 de algoritmi de optimizare cu claritate și concizie.
⬤ Oferă toate informațiile de bază necesare, inclusiv calculul de bază și algebra liniară.
⬤ Include fragmente practice de cod Julia și resurse online.
⬤ Accesibil pentru cititorii de nivel universitar și include exerciții cu soluții.
⬤ Ajută la actualizarea și extinderea înțelegerii multor concepte importante de optimizare.

⬤ Lipsește explorarea aprofundată și rigoarea în explicațiile unor algoritmi.
⬤ Unele subiecte și algoritmi importanți, precum Levenberg-Marquardt și MCMC, lipsesc.
⬤ Codul este exclusiv în Julia, care poate să nu fie ușor de utilizat pentru toată lumea.
⬤ Nu există un capitol final de sinteză; cititorii trebuie să sintetizeze informațiile în mod independent.
⬤ Unii utilizatori au considerat implementarea Julia prea abstractă, făcând-o greu de urmărit.

(pe baza a 21 recenzii ale cititorilor)

Titlul original:

Algorithms for Optimization

Conținutul cărții:

O introducere cuprinzătoare în optimizare cu accent pe algoritmi practici pentru proiectarea sistemelor inginerești.

Această carte oferă o introducere cuprinzătoare în optimizare cu accent pe algoritmi practici. Cartea abordează optimizarea dintr-o perspectivă inginerească, în care obiectivul este de a proiecta un sistem care optimizează un set de metrici supus unor constrângeri. Cititorii vor învăța despre abordări computaționale pentru o serie de provocări, inclusiv căutarea în spații cu dimensiuni mari, gestionarea problemelor în care există mai multe obiective concurente și acomodarea incertitudinii în metrici. Figurile, exemplele și exercițiile transmit intuiția din spatele abordărilor matematice. Textul oferă implementări concrete în limbajul de programare Julia.

Subiectele abordate includ derivatele și generalizarea lor la dimensiuni multiple; coborârea locală și metodele de ordinul întâi și al doilea care informează coborârea locală; metodele stocastice, care introduc caracterul aleatoriu în procesul de optimizare; optimizarea liniară constrânsă, atunci când atât funcția obiectiv, cât și constrângerile sunt liniare; modelele surogat, modelele probabilistice surogat și utilizarea modelelor probabilistice surogat pentru a ghida optimizarea; optimizarea în condiții de incertitudine; propagarea incertitudinii; optimizarea expresiilor; și optimizarea designului multidisciplinar. Anexele oferă o introducere în limbajul Julia, funcții de testare pentru evaluarea performanței algoritmilor și concepte matematice utilizate în derivarea și analiza metodelor de optimizare discutate în text. Cartea poate fi utilizată de studenți avansați și absolvenți de matematică, statistică, informatică, orice domeniu de inginerie, (inclusiv inginerie electrică și inginerie aerospațială) și cercetare operațională, precum și ca referință pentru profesioniști.