Couvre la conception et l'optimisation de bioprocédés à l'aide de MATLAB pour modéliser la cinétique des enzymes, la conception chimique et les bioréacteurs.
Couvre les options de brainstorming pour les changements de fonctionnement intelligents, la récupération de chaleur, et les performances du panneau PV.
Couvre les concepts fondamentaux de l'optimisation et de la recherche opérationnelle, en explorant des exemples du monde réel et des sujets clés sur un semestre.
Explore Ant Colony Optimization (ACO) pour le routage et l'optimisation, en discutant d'heuristique constructive, de recherche locale, de mécanismes phéromones et d'applications du monde réel.
Explore l'optimisation accélérée de l'ordre de jointage GPU dans les grands espaces de recherche, en tirant parti de la topologie graphique pour réduire les frais généraux de calcul.
Explorer la résolution Connect Four en utilisant des algorithmes de théorie de jeu et compare la taille Alpha-Beta avec la recherche d'arbre Monte-Carlo.
Explore les techniques pour accélérer les analyses de flux de données et discute de l'importance de l'ordonnancement des nœuds et de la traversée post-commande.
Explore l'optimisation de la programmation linéaire avec des contraintes, l'algorithme de Dijkstra et les formulations LP pour trouver des solutions réalisables.
Couvre les techniques d'allocation des registres, y compris les exemples de graphiques d'interférence, la coloration, le déversement et la coalescence.
Explore les problèmes d'optimisation, les régions réalisables et les fonctions objectives en mettant l'accent sur les multiplicateurs de Lagrange et la convexité.
Explore l'optimisation non linéaire, en se concentrant sur la méthode de Newton et les méthodes de descente pour trouver des solutions optimales efficacement.
