Méthodes d'optimisation
Les présentent une nouvelle vision inspirée au cours de recherche dans plusieurs ouvrages et des livres spécialisés dans les algorithmes d’optimisation, il s’agit des critères du choix d’un algorithme d’optimisation destiné à la résolution d’un problème complexe , c’est le grand problème que confronte un étudiant lorsqu’il veut résoudre un problème scientifique , en plus le support concentre sur les méthodes d’optimisation les plus utilisées dans la recherche scientifique et implémentées dans les systèmes à microprocesseur avec des langages de programmation plus développés.
Les cours sont subdivisés en quatre parties :
La première partie projette la lumière sur quelques notions de base mathématiques notamment les définitions, le calcul différentiel, les dérivées des fonctions mono- variables ; le gradient et la matrice Hessienne d’une fonction, la convexité et les conditions d’optimalité.
La deuxième partie explique la notion du problème d’optimisation, les paramètres d’un algorithme d’optimisation, classification des problèmes d’optimisation,
La troisième partie permet de traiter quelques types d’optimisation classique tels que : programmation linéaire, optimisation non-linéaire sans contraintes et avec contraintes.
La quatrième partie donne une description détaillée sur les techniques intelligentes utilisées pour résoudre des problèmes d’optimisation.