APP MTH 3014 - Optimierung III, Schulungsinhalte

APP MTH 3014 - Optimierung III

Kursdetails

School of Mathematical Sciences

North Terrace Campus

Bis zu 3 Stunden pro Woche

Verfügbar für Study Abroad and Exchange

Die Kenntnis der linearen Programmierung wie würde von APP MTH 2105 und grundlegenden Computer-Programmierkenntnisse erhalten wird, wie würde von COMP SCI 1012, 1101, MECH ENG 1100 erhalten werden, 1102, 1103, 1104, 1105, 1012 CENVENG

Course Mitarbeiter

Kursplan

Der vollständige Zeitplan aller Aktivitäten für diesen Kurs kann vom Kursplaner zugegriffen werden.

Kurs Lernergebnisse

1. Verstehen Sie die Komplexität und Techniken zur Lösung von nichtlinearen Optimierungsproblemen.
2. Anwenden geeigneter Algorithmen ein- oder mehrdimensionalen Optimierungsprobleme.
3. Verstehen Sie den theoretischen Rahmen zugrunde liegen, die in der Klasse präsentiert Techniken.
4. Implementieren Sie einen Computercode für die Algorithmen wie in der Klasse untersucht und kritisch analysieren und die Ergebnisse zu interpretieren.
5. Demonstrieren Fähigkeiten in Mathematik mündlich und schriftlich zu kommunizieren.
6. Demonstrieren Sie die Fähigkeit, Material zu untersuchen und zu analysieren, die Bildungsgänge

University Graduate Attribute

Dieser Kurs vermittelt die Studierenden die Möglichkeit, das Graduate Attribut (e) unten angegeben zu entwickeln:

University Graduate Attribut

Kurs Lernziel (e)

Kritisches Denken und Problemlösung

• durchtränkt in den Forschungsmethoden und Strenge
• basierend auf empirischen Daten und der wissenschaftlichen Ansatz zur Wissensentwicklung
• durch geeignete und relevante Beurteilung nachgewiesen

Team- und Kommunikationsfähigkeit

• entwickelt von, mit und über den SGDE
• durch die Bewertung und Praxis in der gesamten Studienprogramm geschliffen
• gefördert und in allen Aspekten des Lernens bewertet

Interkulturelle und ethische Kompetenz

• Adept in anderen Kulturen in Betrieb
• komfortabel mit verschiedenen Nationalitäten und sozialen Kontexten
• Lage zu bestimmen, und einen Beitrag zur erwünschten sozialen Ergebnisse
• durch das Studium im Ausland oder mit einem Verständnis für indigenes Wissen demonstriert

Selbstbewusstsein und emotionale Intelligenz

• eine Fähigkeit zur Selbstreflexion und die Bereitschaft, in Selbsteinschätzung zu engagieren
• offen, objektiv und konstruktives Feedback von den Aufsichtsbehörden und Kollegen
• Lage schwierige soziale Situationen, diffuse Konflikte und greift formschlüssig in gezielter Debatte zu verhandeln

Online lernen

Alle Aufgaben, Übungen, Handreichungen und Lösungen, gegebenenfalls auf MyUni zur Verfügung gestellt werden im Verlauf des Kurses.

Aufzeichnungen von Vorlesungen werden in der Regel auf MyUni nach jedem Vortrag zur Verfügung stehen.

Learning - Schularten

Die folgenden Informationen als Leitfaden zur Verfügung gestellt Studenten zu unterstützen, in geeigneter Weise mit den Kursanforderungen in Eingriff.

1. Einfach Variable Optimierung: Einführung, Dichotome und Goldener Schnitt Durchsuchungen, unbeschränkte Suche Quadratic Annäherung, DSC-Algorithmus, das Newton-Verfahren
2. Unconstrained multivariable Optimierung: Einführung in der ungezwungenen Problemen, Konvexität Theoreme für Minimalit und Abstiegsmethoden, steilsten Abstieg auf quadratics, Conjugate Gradientenmethode, Fletcher-Algorithmus Reeves
3. Constrained konvexe Optimierung: Einführung in den Optimierungsproblemen, lineare Nebenbedingungen, Lagrange-Multiplikatoren, KKT Bedingungen, Verallgemeinerungen von KKT Bedingungen orthogonaler Projektion, Gradient Projektionsalgorithmus
4. Nichtkonvexe Optimierung: Einführung in nicht-konvexen Optimierung; Methoden von Simulated Annealing, Genetische Algorithmen, Monte Carlo-Optimierung

Die Politik der Universität bei der Erfassung für wiss Programme beruht auf den folgenden vier Prinzipien:

1. Die Beurteilung muss fördern und Lernen verstärken.
2. Die Beurteilung muss robust und faire Urteile über die Leistungen der Schüler ermöglichen.
3. Bewertungspraktiken müssen fair und gerecht sein Schüler und geben ihnen die Gelegenheit zu zeigen, was sie gelernt haben.
4. Die Beurteilung muss akademische Standards.

Aufgaben, Hausaufgaben, Projekt

Formative und summative

Beurteilung Bezogene Anforderungen

Ein Gesamtergebnis von mindestens 50% erforderlich, um den Kurs zu bestehen.

Beurteilung Details

Einreichung

1. Zuordnungen müssen in der School of Mathematical Sciences rechtzeitig mit einem signierten Beurteilung Deckblatt angebracht ist, oder online eingereicht über MyUni auf die richtige Box abgegeben werden.
2. Späte Zuweisungen werden nicht nur mit ärztlichem Attest akzeptiert werden.
3. Zuordnungen werden innerhalb von zwei Wochen zurückgegeben werden, um Feedback zu den Studierenden.

Kurs Grading

Noten für Ihre Leistung in diesem Kurs werden gemäß folgendem Schema vergeben:

Scheitern Keine Submission

Keine formale Prüfung

Weitere Einzelheiten der Noten / Ergebnisse aus Untersuchungen erhalten werden.

Grade Beschreiber zur Verfügung, die einen allgemeinen Leitfaden für die Qualität der Arbeit zur Verfügung stellen, die in jeder Klassenstufe erwartet wird. Weitere Informationen unter Beurteilung für wiss Programme.

Die endgültigen Ergebnisse für diesen Kurs wird über Access Adelaide zur Verfügung gestellt werden.

Die Universität legt großen Wert auf Ansätze für das Lernen und Lehren, die die Schüler Erfahrung zu verbessern. Feedback von Studenten in einer Vielzahl von Wegen gesucht, einschließlich der laufenden Engagement mit den Mitarbeitern, die Verwendung von Online-Diskussionsforen und die Verwendung von Studenten Erfahrung des Lernens und Lehrens (SELT) Erhebungen sowie GOS Umfragen und Programm Bewertungen.

Die University of Adelaide ist eine regelmäßige Überprüfung der Kurse verpflichtet und Programme, die es den Studierenden bietet. Die University of Adelaide behält sich daher das Recht vor, Programme und Kurse einzustellen oder zu variieren. Bitte lesen Sie die wichtigen Informationen im Disclaimer enthalten.