數(shù)據(jù)處理與數(shù)據(jù)科學在線小組科研

計算機科學/數(shù)據(jù)科學/運籌學

項目背景

非線性規(guī)劃是求解目標函數(shù)或約束條件中一個或幾個非線性函數(shù)最優(yōu)化問題的方法，是運籌學的一個重要分支。非線性規(guī)劃在經營管理、供應鏈、數(shù)據(jù)科學、金融投資組合最佳分配等方面有廣泛的應用，為最優(yōu)設計提供強有力的工具。

具體應用場景包括：如何在現(xiàn)有人力、物力、財力條件下合理安排產品生產，以取得最高的利潤；如何設計某種產品，在滿足規(guī)格、性能要求的前提下，達到最低的成本等等。

可以說，運籌優(yōu)化是人工智能的基石，人工智能機器學習又為優(yōu)化算法的提升提供了機會。兩者的結合是大數(shù)據(jù)時代下的必然產物。

項目將結合運籌優(yōu)化與Python機器學習，在來自世界名?？突仿〈髮W的教授的指導下，幫助學生裝備前沿理論，運用Python探索非線性規(guī)劃技術，解決抽象現(xiàn)實問題。

項目介紹

學生將在項目中學習無約束優(yōu)化、約束優(yōu)化、原始方法、對偶等優(yōu)化知識，同時運用Python解決現(xiàn)實案例。學生將在項目結束時，自選問題，運用Python完成設定問題解決方案，提交項目報告，進行成果展示。

適合人群

大學生

計算機工程、數(shù)據(jù)科學、運籌學、機器學習等專業(yè)，以及對物流、零售、供應鏈、金融、交通、電力能源和制造等領域的最優(yōu)化規(guī)劃和維護方面的課題感興趣的學生

需要具備線性代數(shù)、微積分、集合、拓撲學等基礎數(shù)學知識，同時具備Python編程或者其他編程語言知識的學生優(yōu)先

導師介紹

Jovan Ilic導師現(xiàn)任卡耐基梅隆大學電子與計算機工程學院教授，擁有田納西大學電子與計算機工程博士和碩士學位。

Jovan Ilic導師的研究興趣為數(shù)字仿真、離散時間濾波器、人工智能、神經網(wǎng)絡等，在IEEE期刊發(fā)表論文多篇。

任職學校

卡耐基梅隆大學（CMU）始建于1900年，是世界范圍內頗負盛名的私立研究型大學，擁有世界歷史最悠久的計算機學院之一，在2019年QS世界大學計算機科學排名中位列第3，2019年U.S.News計算機科學美國排名首位。“截至2019年3月，學校的教員和校友中共有20人獲得諾貝爾獎，13人獲得圖靈獎，22人獲評美國藝術與科學院院士，19人進入美國科學促進會，72人入選美國國家學院?！?

項目大綱

項目背景理論：本周課題將主要集中在項目必備知識梳理，包括線性代數(shù)、集合論、空間、特征分析、凸集等。學生將在本周完成Python環(huán)境和相關庫的安裝，用Python編寫Gauss-Seidel算法程序無約束優(yōu)化：本周研究對象包括極值條件、直線搜索、梯度下降法、牛頓法和擬牛頓法。學生將在本周探究Jacobian矩陣和Hessian矩陣，編寫直線搜索程序約束優(yōu)化：本周課題包括最優(yōu)條件和拉格朗日松弛算法。學生將在本周探究Newton-Raphson算法，編寫等式約束問題算法梯度投影法：本周課題包括梯度投影法及其簡化。學生將在本周編寫梯度搜索方法程序對偶：本周課題包括局部對偶、可分方法、增廣拉格朗日方法。學生將在本周編寫解決方案項目回顧與成果展示論文輔導

時間安排及收獲

7周在線小組科研學習+3周論文輔導學習 共44課時 學術報告 主導師Reference Letter EI/CPCI/Scopus或同等級別索引國際會議摘要投遞與收錄（可用于申請） 結業(yè)證書 成績單