Értékelés:
A könyv átfogó áttekintést nyújt az optimalizálási algoritmusokról, világos magyarázatokkal és gyakorlati kódrészletekkel a Julia nyelven. Bár értékelhető a világossága és a témák előrehaladása miatt, néhány területen nem elég mély, és bizonyos algoritmusokat kihagy, így inkább áttekintés, mint részletes útmutató.
Előnyök:⬤ Mintegy 100 optimalizálási algoritmus átfogó lefedése, áttekinthetően és tömören.
⬤ Minden szükséges háttérinformációt tartalmaz, beleértve az alapvető számításokat és a lineáris algebrát.
⬤ Gyakorlati Julia kódrészleteket és online forrásokat tartalmaz.
⬤ Az egyetemi szintű olvasók számára is elérhető, és megoldásokkal ellátott feladatokat tartalmaz.
⬤ Segít felfrissíteni és kiszélesíteni számos fontos optimalizálási fogalom megértését.
⬤ Hiányzik a mélyreható feltárás és a szigorúság néhány algoritmus magyarázatában.
⬤ Hiányzik néhány fontos téma és algoritmus, például a Levenberg-Marquardt és az MCMC.
⬤ A kód kizárólag Julia nyelven íródott, ami nem biztos, hogy mindenki számára felhasználóbarát.
⬤ Nincs záró összefoglaló fejezet; az olvasónak önállóan kell szintetizálnia az információkat.
⬤ Néhány felhasználó túl absztraktnak találta a Julia implementációt, így nehezen követhető.
(21 olvasói vélemény alapján)
Algorithms for Optimization
Átfogó bevezetés az optimalizálásba, a mérnöki rendszerek tervezéséhez használt gyakorlati algoritmusokra összpontosítva.
Ez a könyv átfogó bevezetést nyújt az optimalizálásba, a gyakorlati algoritmusokra összpontosítva. A könyv az optimalizálást mérnöki szemszögből közelíti meg, ahol a cél egy olyan rendszer tervezése, amely korlátozások mellett optimalizál egy mérőszámkészletet. Az olvasók megismerkedhetnek a számítási megközelítésekkel számos kihívás esetében, beleértve a nagydimenziós terek keresését, az olyan problémák kezelését, ahol több egymással versengő cél van, és a mérőszámok bizonytalanságának figyelembevételét. Az ábrák, példák és gyakorlatok a matematikai megközelítések mögötti intuíciót közvetítik. A szöveg konkrét megvalósításokat kínál a Julia programozási nyelven.
A tárgyalt témakörök közé tartoznak a deriváltak és azok több dimenzióra való általánosítása; a lokális süllyedés és a lokális süllyedést informáló első- és másodrendű módszerek; a sztochasztikus módszerek, amelyek véletlenszerűséget visznek be az optimalizálási folyamatba; lineáris, korlátozott optimalizálás, amikor mind a célfüggvény, mind a korlátok lineárisak; helyettesítő modellek, valószínűségi helyettesítő modellek és valószínűségi helyettesítő modellek használata az optimalizálás irányítására; optimalizálás bizonytalanság alatt; bizonytalanság terjedése; kifejezésoptimalizálás; és multidiszciplináris tervezési optimalizálás. A függelékek bevezetést nyújtanak a Julia nyelvbe, tesztfüggvényeket az algoritmusok teljesítményének értékeléséhez, valamint a szövegben tárgyalt optimalizálási módszerek levezetéséhez és elemzéséhez használt matematikai fogalmakat. A könyvet használhatják a matematika, a statisztika, az informatika, bármely mérnöki terület (beleértve a villamosmérnöki és a repülőmérnöki tudományokat) és az operációkutatás haladó alap- és mesterszakos hallgatói, valamint referenciaként a szakemberek.
