Algoritmi per l'ottimizzazione

Un'introduzione completa all'ottimizzazione con un focus su algoritmi pratici per la progettazione di sistemi ingegneristici.

Questo libro offre un'introduzione completa all'ottimizzazione con un focus su algoritmi pratici. L'ottimizzazione viene affrontata da una prospettiva ingegneristica, dove l'obiettivo è progettare un sistema che ottimizzi un insieme di metriche soggette a vincoli. I lettori apprenderanno approcci computazionali per una serie di sfide, tra cui la ricerca in spazi ad alta dimensione, la gestione di problemi con più obiettivi concorrenti e l'accoglimento dell'incertezza nelle metriche. Figure, esempi ed esercizi trasmettono l'intuizione dietro gli approcci matematici. Il testo fornisce implementazioni concrete nel linguaggio di programmazione Julia.

Gli argomenti trattati includono derivate e la loro generalizzazione a più dimensioni; discesa locale e metodi di primo e secondo ordine che informano la discesa locale; metodi stocastici, che introducono casualità nel processo di ottimizzazione; ottimizzazione lineare vincolata, quando sia la funzione obiettivo che i vincoli sono lineari; modelli surrogati, modelli surrogati probabilistici e utilizzo di modelli surrogati probabilistici per guidare l'ottimizzazione; ottimizzazione sotto incertezza; propagazione dell'incertezza; ottimizzazione delle espressioni; e ottimizzazione della progettazione multidisciplinare. Gli allegati offrono un'introduzione al linguaggio Julia, funzioni di test per valutare le prestazioni degli algoritmi e concetti matematici utilizzati nella derivazione e analisi dei metodi di ottimizzazione discussi nel testo. Il libro può essere utilizzato da studenti universitari avanzati e studenti di laurea in matematica, statistica, informatica, qualsiasi campo ingegneristico, inclusa l'ingegneria elettrica e l'ingegneria aerospaziale, e ricerca operativa, e come riferimento per professionisti.