Direct to Dean

Advance Optimization

การหาค่าที่เหมาะที่สุดขั้นสูง

4(4-0-12)

วิชาบังคับก่อน : ไม่มี

ศึกษาวิธีทางคณิตศาสตร์ขั้นสูง เพื่อการเพิ่มผลประโยชน์ และประสิทธิภาพของระบบ ศึกษาวิธีวิเคราะห์แนวการการปรับปรุงส่วนประกอบในระบบ ศึกษาระบบที่เป็นเชิงเส้นและไม่เป็นเชิงเส้น การออกแบบพลวัตการหาค่าที่เหมาะที่สุดและตัวแปร การหาค่าเหมาะสมที่สุดแบบไม่อนุพันธ์ ปัญหาค่าเหมาะสมที่สุดแบบหลายฟังก์ชันเป้าหมาย กรณีศึกษา

เค้าโครงรายวิชา

  1. การแนะนำการหาค่าที่เหมาะที่สุดแบบอนุพันธ์ (8 ชม.)
  2. การหาค่าที่เหมาะที่สุดแบบไม่มีเงื่อนไขบังคับ (4 ชม.)
  3. การหาค่าที่เหมาะที่สุดแบบมีเงื่อนไขบังคับ (4 ชม.)
  4. การโปรแกรมแบบเป็นเชิงเส้นและไม่เชิงเส้น ตัวคูณลากรานจ์ (4 ชม.)
  5. การแนะนำการหาค่าที่เหมาะที่สุดแบบไม่อนุพันธ์ (8 ชม.)
  6. ปัญหาค่าเหมาะสมที่สุดแบบหลายฟังก์ชันเป้าหมาย (4 ชม.)
  7. การออกแบบพลวัตการหาค่าที่เหมาะที่สุดและตัวแปร (8 ชม.)
  8. กรณีศึกษา (8 ชม.)

ผลสัมฤทธิ์การเรียนรู้

  1. อธิบายความสำคัญของการหาค่าที่เหมาะที่สุดแบบอนุพันธ์
  2. อธิบายความสำคัญตัวคูณลากรานจ์ในปัญหาแบบมีเงื่อนไขบังคับ
  3. อธิบายความสำคัญการโปรแกรมแบบเป็นเชิงเส้นและไม่เชิงเส้นในปัญหาค่าเหมาะสมที่สุดแบบมีเงื่อนไขบังคับ
  4. อธิบายความสำคัญการของการหาค่าที่เหมาะที่สุดแบบไม่อนุพันธ์
  5. อธิบายความสำคัญการของการหาค่าที่เหมาะที่สุดแบบหลายฟังก์ชันเป้าหมาย
  6. อธิบายความสำคัญการออกแบบพลวัตการหาค่าที่เหมาะที่สุดและตัวแปร

 

Advance Optimization

Prerequisite : None

Study of advance mathematical method to increase effectiveness and efficiency of the system, study of method that can analyzed ways to improve components in the system, the system studied can be linear and non-linear system, parametric and dynamics design optimization, Non-differentiated optimization technique, Multi-objective optimization problems, Subject case study.

Course Outline

  1. Introduction to differentiated optimization. (8 hr.)
  2. Non constrain optimization problems. (4 hr.)
  3. Constrain optimization problems. (4 hr.)
  4. Linear and non-linear programming, Lagrange multiplier. (4 hr.)
  5. Non differentiated optimization. (8 hr.) Multi-objective optimization problems. (4 hr.)
  6. Parametric and dynamics design optimization. (8 hr.)
  7. Case study. (8 hr.)

Learning Outcomes

  1. Explain importance of differentiated optimization.
  2. Explain importance of Lagrange multiplier in constrain optimization problems.
  3. Explain importance of Linear and non-linear programming in constrain optimization problems.
  4. Explain importance of Non-differentiated optimization problems.
  5. Explain importance of multi-optimization problems.
  6. Explain importance of Parametric and dynamics design optimization.