數(shù)據(jù)處理與數(shù)據(jù)科學(xué)

計(jì)算機(jī)科學(xué)/數(shù)據(jù)科學(xué)/運(yùn)籌學(xué)

項(xiàng)目背景

非線性規(guī)劃是求解目標(biāo)函數(shù)或約束條件中一個(gè)或幾個(gè)非線性函數(shù)最優(yōu)化問(wèn)題的方法，是運(yùn)籌學(xué)的一個(gè)重要分支。非線性規(guī)劃在經(jīng)營(yíng)管理、供應(yīng)鏈、數(shù)據(jù)科學(xué)、金融投資組合最佳分配等方面有廣泛的應(yīng)用，為最優(yōu)設(shè)計(jì)提供強(qiáng)有力的工具。具體應(yīng)用場(chǎng)景包括：如何在現(xiàn)有人力、物力、財(cái)力條件下合理安排產(chǎn)品生產(chǎn)，以取得最高的利潤(rùn)；如何設(shè)計(jì)某種產(chǎn)品，在滿足規(guī)格、性能要求的前提下，達(dá)到最低的成本等等?？梢哉f(shuō)，運(yùn)籌優(yōu)化是人工智能的基石，人工智能機(jī)器學(xué)習(xí)又為優(yōu)化算法的提升提供了機(jī)會(huì)。兩者的結(jié)合是大數(shù)據(jù)時(shí)代下的必然產(chǎn)物。項(xiàng)目將結(jié)合運(yùn)籌優(yōu)化與Python機(jī)器學(xué)習(xí)，在來(lái)自世界名?？突仿〈髮W(xué)的教授的指導(dǎo)下，幫助學(xué)生裝備前沿理論，運(yùn)用Python探索非線性規(guī)劃技術(shù)，解決抽象現(xiàn)實(shí)問(wèn)題。

項(xiàng)目介紹

學(xué)生將在項(xiàng)目中學(xué)習(xí)無(wú)約束優(yōu)化、約束優(yōu)化、原始方法、對(duì)偶等優(yōu)化知識(shí)，同時(shí)運(yùn)用Python解決現(xiàn)實(shí)案例。學(xué)生將在項(xiàng)目結(jié)束時(shí)，自選問(wèn)題，運(yùn)用Python完成設(shè)定問(wèn)題解決方案，提交項(xiàng)目報(bào)告，進(jìn)行成果展示。

適合人群

大學(xué)生

計(jì)算機(jī)工程、數(shù)據(jù)科學(xué)、運(yùn)籌學(xué)、機(jī)器學(xué)習(xí)等專(zhuān)業(yè)，以及對(duì)物流、零售、供應(yīng)鏈、金融、交通、電力能源和制造等領(lǐng)域的最優(yōu)化規(guī)劃和維護(hù)方面的課題感興趣的學(xué)生 需要具備線性代數(shù)、微積分、集合、拓?fù)鋵W(xué)等基礎(chǔ)數(shù)學(xué)知識(shí)，同時(shí)具備Python編程或者其他編程語(yǔ)言知識(shí)的學(xué)生優(yōu)先

導(dǎo)師介紹

卡耐基梅隆大學(xué)教授

Prof.Jovan is an experienced educator and power systems, R&D practitioner. He has considerable consulting experience with US federal agencies in the area of transmission and distribution systems reliability analysis and renewable generation integration in microgrid and smart grid environments. Currently, his interests are in power systems operations and economics optimization, transmission and distribution systems reliability at steady-state and transients levels with and without renewable resources and flexible demand.

Jovan導(dǎo)師現(xiàn)任卡耐基梅隆大學(xué)電子與計(jì)算機(jī)工程學(xué)院教授，擁有田納西大學(xué)電子與計(jì)算機(jī)工程博士和碩士學(xué)位。Jovan導(dǎo)師的研究興趣為數(shù)字仿真、離散時(shí)間濾波器、人工智能、神經(jīng)網(wǎng)絡(luò)等，在IEEE期刊發(fā)表論文多篇。

任職學(xué)校

卡耐基梅隆大學(xué)（CMU）始建于1900年，是世界范圍內(nèi)頗負(fù)盛名的私立研究型大學(xué)，擁有世界歷史最悠久的計(jì)算機(jī)學(xué)院之一，在2019年QS世界大學(xué)計(jì)算機(jī)科學(xué)排名中位列第3，2019年U.S.News計(jì)算機(jī)科學(xué)美國(guó)排名首位?！敖刂?019年3月，學(xué)校的教員和校友中共有20人獲得諾貝爾獎(jiǎng)，13人獲得圖靈獎(jiǎng)，22人獲評(píng)美國(guó)藝術(shù)與科學(xué)院院士，19人進(jìn)入美國(guó)科學(xué)促進(jìn)會(huì)，72人入選美國(guó)國(guó)家學(xué)院?！?

項(xiàng)目大綱

項(xiàng)目背景理論：本周課題將主要集中在項(xiàng)目必備知識(shí)梳理，包括線性代數(shù)、集合論、空間、特征分析、凸集等。學(xué)生將在本周完成Python環(huán)境和相關(guān)庫(kù)的安裝，用Python編寫(xiě)Gauss-Seidel算法程序。

無(wú)約束優(yōu)化：本周研究對(duì)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(xué)生將在本周探究Jacobian矩陣和Hessian矩陣，編寫(xiě)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(xué)生將在本周探究Newton-Raphson算法，編寫(xiě)等式約束問(wèn)題算法。

梯度投影法：本周課題包括梯度投影法及其簡(jiǎn)化。學(xué)生將在本周編寫(xiě)梯度搜索方法程序。

對(duì)偶：本周課題包括局部對(duì)偶、可分方法、增廣拉格朗日方法。學(xué)生將在本周編寫(xiě)解決方案。

項(xiàng)目回顧與成果展示

論文輔導(dǎo)

時(shí)間安排與收獲

7周在線小組科研學(xué)習(xí)+5周論文輔導(dǎo)學(xué)習(xí) 共125課時(shí)

學(xué)術(shù)報(bào)告

優(yōu)秀學(xué)員獲主導(dǎo)師Reference Letter

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級(jí)別索引國(guó)際會(huì)議全文投遞與發(fā)表（可用于申請(qǐng)）

結(jié)業(yè)證書(shū)

成績(jī)單