Моделирование оптимизации на Python: решение задач с Pyomo

Каждая организация сталкивается со сложными проблемами принятия решений, от распределения ресурсов до планирования логистики. Этот курс научит вас переводить эти реальные проблемы в математические модели и эффективно решать их с помощью Pyomo в Python. Вы перейдете от понимания основных концепций оптимизации к написанию чистого, масштабируемого кода Pyomo. Изучая, как структурировать переменные, ограничения и функции целей, вы приобретете навыки, необходимые для решения сложных задач линейного, смешанного целого и нелинейного программирования. Что вы узнаете: - Понять основные математические основы линейного, смешанного целочисленного и нелинейного программирования. - Формулировать реальные проблемы принятия решений в четких моделях оптимизации с целями и ограничениями. - Написать чистый код Pyomo с использованием современных методов Python, включая виртуальные среды и структурированные рамки данных. - Настройка и подключение популярных решений с открытым исходным кодом и коммерческих решений, таких как CPLEX, Gurobi и IPOPT. - Выполнение анализа чувствительности для оценки того, как изменения в данных влияют на ваши оптимальные решения. - Внедрение многоцелевых стратегий оптимизации для сбалансированного решения конкурирующих бизнес-целей. Путешествие начинается с фундаментальной терминологии оптимизации и математических концепций, прежде чем перейти к практическому синтаксису Pyomo. Вы пройдете поэтапные письменные объяснения и практические упражнения по кодированию, начиная от простых линейных моделей до сложных многоцелевых сценариев. Этот курс предназначен для начинающих в области исследований операций, ученых, инженеров и аналитиков, которые хотят изучить моделирование оптимизации с нуля без какого-либо предварительного опыта в математическом программировании. Начните читать сегодня, чтобы овладеть искусством оптимального принятия решений с Pyomo.