Wiki - Факультет компьютерных наук - Вклад [ru]

Оптимизация. Создание программного продукта для решения задач оптимизации (проект)

2018-05-31T09:09:33Z

Ggfedin: /* Критерии оценки */

{{Карточка_проекта
|name=Оптимизация. Создание программного продукта для решения задач оптимизации
|mentor=Гена Федин
|mentor_login={{URLENCODE:Ggfedin|WIKI}}
|semester=Осень 2017
|course=2
|summer=
|number_of_students=4
|categorize=yes
}}

=== Что это за проект? ===
Оптимизационная задача - это задача, которая состоит в нахождении оптимального значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений. Теорию и методы решения задачи оптимизации изучает математическое программирование.
Сейчас разработаны библиотеки, позволяющие достаточно эффективно решать задачи оптимизации (линейного программирования, смешанного программирования, квадратичного программирования), однако все они требуют значительной подготовки и изучения для использования.
Цель проекта заключается в получении программного продукта с GUI упрощающего: а) формализацию задачи оптимизации, б) решение задачи при помощи одной из выбранных библиотек, в) анализ и визуализацию решения задачи.

=== Чему вы научитесь? ===
Вы научитесь формулировать задачи оптимизации и использовать различные библиотеки для их решения. Улучшите свои навыки программирования и получите опыт разработки программного продукта, использующего оптимизационные библиотеки.

=== Какие начальные требования? ===
Базовые знание Python, C++ и желание учиться.

=== Какие будут использоваться технологии? ===
Google Optimization Tools, CBC, CLP, GLOP, GLPK, Gurobi, CPLEX и SCIP.
Для визуализации на выбор: wxPython, Python GTK или Qt (Python или C++).

=== Темы вводных занятий ===
Задачи оптимизации, двойственные задачи, задачи целочисленного программирования, задачи минимаксной робастной оптимизации.

=== Направления развития ===
В случае успешной реализации проекта, возможна публикация совместной научной работы, описывающей использование разработанного продукта при решении реальных задач.
Кроме того, данный проект может развиться в курсовые и дипломные работы, связанные с математическим моделированием и анализом различных проблем, например, оптимизации логистики, размещение зарядных станций для электротранспорта, экономического планирования, формирования инвестиционного портфеля. Опыт, полученный в этом проекте, поможет грамотно сформулировать оптимизационную задачу для рассматриваемой проблемы и решить её при помощи разработанного программного продукта.

=== Критерии оценки ===
Оценки выставляются согласно возможностям конечного продукта:
* 4-6: имеется интерфейс для загрузки матрицы уже сформулированной задачи и выбора метода её решения,
* 7-8: добавлена возможность выбора наилучшего алгоритма для решения задачи, анализа найденного решения и изменения части параметров для задач заданного типа,
* 9-10: добавлена возможность формирования новых задач в интерфейсе программы.

=== Ориентировочное расписание занятий ===
По договоренности.

ggfedin@yandex.ru

+7(965)381-6006

Оптимизация. Создание программного продукта для решения задач оптимизации (проект)

2017-10-31T09:31:18Z

Ggfedin: /* Ориентировочное расписание занятий */

{{Карточка_проекта
|name=Оптимизация. Создание программного продукта для решения задач оптимизации
|mentor=Гена Федин
|mentor_login={{URLENCODE:Ggfedin|WIKI}}
|semester=Осень 2017
|course=2
|summer=
|number_of_students=4
|categorize=yes
}}

=== Что это за проект? ===
Оптимизационная задача - это задача, которая состоит в нахождении оптимального значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений. Теорию и методы решения задачи оптимизации изучает математическое программирование.
Сейчас разработаны библиотеки, позволяющие достаточно эффективно решать задачи оптимизации (линейного программирования, смешанного программирования, квадратичного программирования), однако все они требуют значительной подготовки и изучения для использования.
Цель проекта заключается в получении программного продукта с GUI упрощающего: а) формализацию задачи оптимизации, б) решение задачи при помощи одной из выбранных библиотек, в) анализ и визуализацию решения задачи.

=== Чему вы научитесь? ===
Вы научитесь формулировать задачи оптимизации и использовать различные библиотеки для их решения. Улучшите свои навыки программирования и получите опыт разработки программного продукта, использующего оптимизационные библиотеки.

=== Какие начальные требования? ===
Базовые знание Python, C++ и желание учиться.

=== Какие будут использоваться технологии? ===
Google Optimization Tools, CBC, CLP, GLOP, GLPK, Gurobi, CPLEX и SCIP.
Для визуализации на выбор: wxPython, Python GTK или Qt (Python или C++).

=== Темы вводных занятий ===
Задачи оптимизации, двойственные задачи, задачи целочисленного программирования, задачи минимаксной робастной оптимизации.

=== Направления развития ===
В случае успешной реализации проекта, возможна публикация совместной научной работы, описывающей использование разработанного продукта при решении реальных задач.
Кроме того, данный проект может развиться в курсовые и дипломные работы, связанные с математическим моделированием и анализом различных проблем, например, оптимизации логистики, размещение зарядных станций для электротранспорта, экономического планирования, формирования инвестиционного портфеля. Опыт, полученный в этом проекте, поможет грамотно сформулировать оптимизационную задачу для рассматриваемой проблемы и решить её при помощи разработанного программного продукта.

=== Критерии оценки ===
Оценки выставляются согласно возможностям конечного продукта:
* 4: имеется интерфейс для загрузки матрицы уже сформулированной задачи и выбора метода её решения,
* 5: добавлена возможность выбора наилучшего алгоритма для решения задачи,
* 6-8: добавлена возможность анализа найденного решения и изменения части параметров для задач заданного типа,
* 9-10: добавлена возможность формирования новых задач в интерфейсе программы.

=== Ориентировочное расписание занятий ===
По договоренности.

ggfedin@yandex.ru

+7(965)381-6006

Оптимизация. Создание программного продукта для решения задач оптимизации (проект)

2017-10-31T09:30:41Z

Ggfedin:

{{Карточка_проекта
|name=Оптимизация. Создание программного продукта для решения задач оптимизации
|mentor=Гена Федин
|mentor_login={{URLENCODE:Ggfedin|WIKI}}
|semester=Осень 2017
|course=2
|summer=
|number_of_students=4
|categorize=yes
}}

=== Что это за проект? ===
Оптимизационная задача - это задача, которая состоит в нахождении оптимального значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений. Теорию и методы решения задачи оптимизации изучает математическое программирование.
Сейчас разработаны библиотеки, позволяющие достаточно эффективно решать задачи оптимизации (линейного программирования, смешанного программирования, квадратичного программирования), однако все они требуют значительной подготовки и изучения для использования.
Цель проекта заключается в получении программного продукта с GUI упрощающего: а) формализацию задачи оптимизации, б) решение задачи при помощи одной из выбранных библиотек, в) анализ и визуализацию решения задачи.

=== Чему вы научитесь? ===
Вы научитесь формулировать задачи оптимизации и использовать различные библиотеки для их решения. Улучшите свои навыки программирования и получите опыт разработки программного продукта, использующего оптимизационные библиотеки.

=== Какие начальные требования? ===
Базовые знание Python, C++ и желание учиться.

=== Какие будут использоваться технологии? ===
Google Optimization Tools, CBC, CLP, GLOP, GLPK, Gurobi, CPLEX и SCIP.
Для визуализации на выбор: wxPython, Python GTK или Qt (Python или C++).

=== Темы вводных занятий ===
Задачи оптимизации, двойственные задачи, задачи целочисленного программирования, задачи минимаксной робастной оптимизации.

=== Направления развития ===
В случае успешной реализации проекта, возможна публикация совместной научной работы, описывающей использование разработанного продукта при решении реальных задач.
Кроме того, данный проект может развиться в курсовые и дипломные работы, связанные с математическим моделированием и анализом различных проблем, например, оптимизации логистики, размещение зарядных станций для электротранспорта, экономического планирования, формирования инвестиционного портфеля. Опыт, полученный в этом проекте, поможет грамотно сформулировать оптимизационную задачу для рассматриваемой проблемы и решить её при помощи разработанного программного продукта.

=== Критерии оценки ===
Оценки выставляются согласно возможностям конечного продукта:
* 4: имеется интерфейс для загрузки матрицы уже сформулированной задачи и выбора метода её решения,
* 5: добавлена возможность выбора наилучшего алгоритма для решения задачи,
* 6-8: добавлена возможность анализа найденного решения и изменения части параметров для задач заданного типа,
* 9-10: добавлена возможность формирования новых задач в интерфейсе программы.

=== Ориентировочное расписание занятий ===
По договоренности.
ggfedin@yandex.ru
+7(965)381-6006

Оптимизация. Создание программного продукта для решения задач оптимизации (проект)

2017-10-04T21:28:01Z

Ggfedin:

{{Карточка_проекта
|name=Оптимизация. Создание программного продукта для решения задач оптимизации
|mentor=Гена Федин
|mentor_login={{URLENCODE:Ggfedin|WIKI}}
|semester=Осень 2017
|course=2
|summer=
|number_of_students=4
|categorize=yes
}}

=== Что это за проект? ===
Оптимизационная задача - это задача, которая состоит в нахождении оптимального значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений. Теорию и методы решения задачи оптимизации изучает математическое программирование.
Сейчас разработаны библиотеки, позволяющие достаточно эффективно решать задачи оптимизации (линейного программирования, смешанного программирования, квадратичного программирования), однако все они требуют значительной подготовки и изучения для использования.
Цель проекта заключается в получении программного продукта с GUI упрощающего: а) формализацию задачи оптимизации, б) решение задачи при помощи одной из выбранных библиотек, в) анализ и визуализацию решения задачи.

=== Чему вы научитесь? ===
Вы научитесь формулировать задачи оптимизации и использовать различные библиотеки для их решения. Улучшите свои навыки программирования и получите опыт разработки программного продукта, использующего оптимизационные библиотеки.

=== Какие начальные требования? ===
Базовые знание Python, C++ и желание учиться.

=== Какие будут использоваться технологии? ===
Google Optimization Tools, CBC, CLP, GLOP, GLPK, Gurobi, CPLEX и SCIP.
Для визуализации на выбор: wxPython, Python GTK или Qt (Python или C++).

=== Темы вводных занятий ===
Задачи оптимизации, двойственные задачи, задачи целочисленного программирования, задачи минимаксной робастной оптимизации.

=== Направления развития ===
В случае успешной реализации проекта, возможна публикация совместной научной работы, описывающей использование разработанного продукта при решении реальных задач.
Кроме того, данный проект может развиться в курсовые и дипломные работы, связанные с математическим моделированием и анализом различных проблем, например, оптимизации логистики, размещение зарядных станций для электротранспорта, экономического планирования, формирования инвестиционного портфеля. Опыт, полученный в этом проекте, поможет грамотно сформулировать оптимизационную задачу для рассматриваемой проблемы и решить её при помощи разработанного программного продукта.

=== Критерии оценки ===
Оценки выставляются согласно возможностям конечного продукта:
* 4: имеется интерфейс для загрузки матрицы уже сформулированной задачи и выбора метода её решения,
* 5: добавлена возможность выбора наилучшего алгоритма для решения задачи,
* 6-8: добавлена возможность анализа найденного решения и изменения части параметров для задач заданного типа,
* 9-10: добавлена возможность формирования новых задач в интерфейсе программы.

=== Ориентировочное расписание занятий ===
По договоренности.

Оптимизация. Создание программного продукта для решения задач оптимизации (проект)

2017-10-04T21:27:24Z

Ggfedin:

{{Карточка_проекта
|name=Оптимизация. Создание программного продукта для решения задач оптимизации
|mentor=Гена Федин
|mentor_login={{URLENCODE:Ggfedin|WIKI}}
|semester=Осень 2017
|course=2
|summer=
|number_of_students=4
|categorize=yes
}}

=== Что это за проект? ===
Оптимизационная задача - это задача, которая состоит в нахождении оптимального значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений. Теорию и методы решения задачи оптимизации изучает математическое программирование.
Сейчас разработаны библиотеки, позволяющие достаточно эффективно решать задачи оптимизации (линейного программирования, смешанного программирования, квадратичного программирования), однако все они требуют значительной подготовки и изучения для использования.
Цель проекта заключается в получении программного продукта с GUI упрощающего: а) формализацию задачи оптимизации, б) решение задачи при помощи одной из выбранных библиотек, в) анализ и визуализацию решения задачи.

=== Чему вы научитесь? ===
Вы научитесь формулировать задачи оптимизации и использовать различные библиотеки для их решения. Улучшите свои навыки программирования и получите опыт разработки программного продукта, использующего оптимизационные библиотеки.

=== Какие начальные требования? ===
Базовые знание Python, C++ и желание учиться.

=== Какие будут использоваться технологии? ===
Google Optimization Tools, CBC, CLP, GLOP, GLPK, Gurobi, CPLEX и SCIP.
Для визуализации на выбор: wxPython, Python GTK или Qt (Python или C++).

=== Темы вводных занятий ===
Задачи оптимизации, двойственные задачи, задачи целочисленного программирования, задачи минимаксной робастной оптимизации.

=== Направления развития ===
В случае успешной реализации проекта, возможна публикация совместной научной работы, описывающей использование разработанного продукта при решении реальных задач.
Кроме того, данный проект может развиться в курсовые и дипломные работы, связанные с математическим моделированием и анализом различных проблем, например, оптимизации логистики, размещение зарядных станций для электротранспорта, экономического планирования, формирования инвестиционного портфеля. Опыт, полученный в этом проекте, поможет грамотно сформулировать оптимизационную задачу для рассматриваемой проблемы и решить её при помощи разработанного программного продукта.

=== Критерии оценки ===
Оценки выставляются согласно возможностям конечного продукта:
* 4: имеется интерфейс для загрузки матрицы уже сформулированной задачи и выбора метода её решения,
* 5: добавлена возможность выбор наилучшего алгоритма для решения задачи,
* 6-8: добавлена возможность анализа найденного решения и изменения части параметров для задач заданного типа,
* 9-10: возможность формирования новых задач в интерфейсе программы.

=== Ориентировочное расписание занятий ===
По договоренности.

Оптимизация. Создание программного продукта для решения задач оптимизации (проект)

2017-10-04T21:25:11Z

Ggfedin:

{{Карточка_проекта
|name=Оптимизация. Создание программного продукта для решения задач оптимизации
|mentor=Гена Федин
|mentor_login={{URLENCODE:Ggfedin|WIKI}}
|semester=Осень 2017
|course=2
|summer=
|number_of_students=4
|categorize=yes
}}

=== Что это за проект? ===
Оптимизационная задача - это задача, которая состоит в нахождении оптимального значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений. Теорию и методы решения задачи оптимизации изучает математическое программирование.
Сейчас разработаны библиотеки, позволяющие достаточно эффективно решать задачи оптимизации (линейного программирования, смешанного программирования, квадратичного программирования), однако все они требуют значительной подготовки и изучения для использования.
Цель проекта заключается в получении программного продукта с GUI упрощающего: а) формализацию задачи оптимизации, б) решение задачи при помощи одной из выбранных библиотек, в) анализ и визуализацию решения задачи.

=== Чему вы научитесь? ===
Вы научитесь формулировать задачи оптимизации и использовать различные библиотеки для их решения. Улучшите свои навыки программирования и получите опыт разработки программного продукта, использующего оптимизационные библиотеки.

=== Какие начальные требования? ===
Базовые знание Python, C++ и желание учиться.

=== Какие будут использоваться технологии? ===
Google Optimization Tools, CBC, CLP, GLOP, GLPK, Gurobi, CPLEX и SCIP.
Для визуализации на выбор: wxPython, Python GTK или Qt (Python или C++).

=== Темы вводных занятий ===
Задачи оптимизации, двойственные задачи, задачи целочисленного программирования, задачи минимаксной робастной оптимизации.

=== Направления развития ===
В случае успешной реализации проекта, возможна публикация совместной научной работы, описывающей использование разработанного продукта при решении реальных задач.
Кроме того, данный проект может развиться в курсовые и дипломные работы, связанные с математическим моделированием и анализом различных проблем, например, оптимизации логистики, размещение зарядных станций для электротранспорта, экономического планирования, формирования инвестиционного портфеля. Опыт, полученный в этом проекте, поможет грамотно сформулировать оптимизационную задачу для рассматриваемой проблемы и решить её при помощи разработанного программного продукта.

=== Критерии оценки ===
Оценки выставляются согласно возможностям конечного продукта:
4: имеется интерфейс для загрузки матрицы уже сформулированной задачи и выбора метода её решения,
5: добавлена возможность выбор наилучшего алгоритма для решения задачи,
6-8: добавлена возможность анализа найденного решения и изменения части параметров для задач заданного типа,
9-10: возможность формирования новых задач в интерфейсе программы.

=== Ориентировочное расписание занятий ===
По договоренности.

Оптимизация. Создание программного продукта для решения задач оптимизации (проект)

2017-10-04T21:24:30Z

Ggfedin:

{{Карточка_проекта
|name=Оптимизация: создание программного продукта для решения задач оптимизации
|mentor=Гена Федин
|mentor_login={{URLENCODE:Ggfedin|WIKI}}
|semester=Осень 2017
|course=2
|summer=
|number_of_students=4
|categorize=yes
}}

=== Что это за проект? ===
Оптимизационная задача - это задача, которая состоит в нахождении оптимального значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений. Теорию и методы решения задачи оптимизации изучает математическое программирование.
Сейчас разработаны библиотеки, позволяющие достаточно эффективно решать задачи оптимизации (линейного программирования, смешанного программирования, квадратичного программирования), однако все они требуют значительной подготовки и изучения для использования.
Цель проекта заключается в получении программного продукта с GUI упрощающего: а) формализацию задачи оптимизации, б) решение задачи при помощи одной из выбранных библиотек, в) анализ и визуализацию решения задачи.

=== Чему вы научитесь? ===
Вы научитесь формулировать задачи оптимизации и использовать различные библиотеки для их решения. Улучшите свои навыки программирования и получите опыт разработки программного продукта, использующего оптимизационные библиотеки.

=== Какие начальные требования? ===
Базовые знание Python, C++ и желание учиться.

=== Какие будут использоваться технологии? ===
Google Optimization Tools, CBC, CLP, GLOP, GLPK, Gurobi, CPLEX и SCIP.
Для визуализации на выбор: wxPython, Python GTK или Qt (Python или C++).

=== Темы вводных занятий ===
Задачи оптимизации, двойственные задачи, задачи целочисленного программирования, задачи минимаксной робастной оптимизации.

=== Направления развития ===
В случае успешной реализации проекта, возможна публикация совместной научной работы, описывающей использование разработанного продукта при решении реальных задач.
Кроме того, данный проект может развиться в курсовые и дипломные работы, связанные с математическим моделированием и анализом различных проблем, например, оптимизации логистики, размещение зарядных станций для электротранспорта, экономического планирования, формирования инвестиционного портфеля. Опыт, полученный в этом проекте, поможет грамотно сформулировать оптимизационную задачу для рассматриваемой проблемы и решить её при помощи разработанного программного продукта.

=== Критерии оценки ===
Оценки выставляются согласно возможностям конечного продукта:
4: имеется интерфейс для загрузки матрицы уже сформулированной задачи и выбора метода её решения,
5: добавлена возможность выбор наилучшего алгоритма для решения задачи,
6-8: добавлена возможность анализа найденного решения и изменения части параметров для задач заданного типа,
9-10: возможность формирования новых задач в интерфейсе программы.

=== Ориентировочное расписание занятий ===
По договоренности.

Оптимизация. Создание программного продукта для решения задач оптимизации (проект)

2017-10-04T06:27:15Z

Ggfedin: /* Ориентировочное расписание занятий */

{{Карточка_проекта
|name=Оптимизация. Создание программного продукта для решения задач оптимизации
|mentor=Гена Федин
|mentor_login={{URLENCODE:Ggfedin|WIKI}}
|semester=Осень 2017
|course=2
|summer=
|number_of_students=4
|categorize=yes
}}

=== Что это за проект? ===
Оптимизационная задача - это задача, которая состоит в нахождении оптимального значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений. Теорию и методы решения задачи оптимизации изучает математическое программирование.
Сейчас разработаны библиотеки, позволяющие достаточно эффективно решать задачи оптимизации (линейного программирования, смешанного программирования, квадратичного программирования), однако все они требуют значительной подготовки и изучения для использования.
Цель проекта заключается в получении программного продукта с GUI упрощающего: а) формализацию задачи оптимизации, б) решение задачи при помощи одной из выбранных библиотек, в) анализ и визуализацию решения задачи.

=== Чему вы научитесь? ===
Вы научитесь формулировать задачи оптимизации и использовать различные библиотеки для их решения. Улучшите свои навыки программирования и получите опыт разработки программного продукта, использующего оптимизационные библиотеки.

=== Какие начальные требования? ===
Базовые знание Python, C++ и желание учиться.

=== Какие будут использоваться технологии? ===
Google Optimization Tools, CBC, CLP, GLOP, GLPK, Gurobi, CPLEX и SCIP.
Для визуализации на выбор: wxPython, Python GTK или Qt (Python или C++).

=== Темы вводных занятий ===
Задачи оптимизации, двойственные задачи, задачи целочисленного программирования, задачи минимаксной робастной оптимизации.

=== Направления развития ===
В случае успешной реализации проекта, возможна публикация совместной научной работы, описывающей использование разработанного продукта при решении реальных задач.
Кроме того, данный проект может развиться в курсовые и дипломные работы, связанные с математическим моделированием и анализом различных проблем, например, оптимизации логистики, размещение зарядных станций для электротранспорта, экономического планирования, формирования инвестиционного портфеля. Опыт, полученный в этом проекте, поможет грамотно сформулировать оптимизационную задачу для рассматриваемой проблемы и решить её при помощи разработанного программного продукта.

=== Критерии оценки ===
Оценки выставляются согласно возможностям конечного продукта:
4: имеется интерфейс для загрузки матрицы уже сформулированной задачи и выбора метода её решения,
5: добавлена возможность выбор наилучшего алгоритма для решения задачи,
6-8: добавлена возможность анализа найденного решения и изменения части параметров для задач заданного типа,
9-10: возможность формирования новых задач в интерфейсе программы.

=== Ориентировочное расписание занятий ===
По договоренности.

Оптимизация. Создание программного продукта для решения задач оптимизации (проект)

2017-10-04T06:26:59Z

Ggfedin: /* Какие начальные требования? */

{{Карточка_проекта
|name=Оптимизация. Создание программного продукта для решения задач оптимизации
|mentor=Гена Федин
|mentor_login={{URLENCODE:Ggfedin|WIKI}}
|semester=Осень 2017
|course=2
|summer=
|number_of_students=4
|categorize=yes
}}

=== Что это за проект? ===
Оптимизационная задача - это задача, которая состоит в нахождении оптимального значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений. Теорию и методы решения задачи оптимизации изучает математическое программирование.
Сейчас разработаны библиотеки, позволяющие достаточно эффективно решать задачи оптимизации (линейного программирования, смешанного программирования, квадратичного программирования), однако все они требуют значительной подготовки и изучения для использования.
Цель проекта заключается в получении программного продукта с GUI упрощающего: а) формализацию задачи оптимизации, б) решение задачи при помощи одной из выбранных библиотек, в) анализ и визуализацию решения задачи.

=== Чему вы научитесь? ===
Вы научитесь формулировать задачи оптимизации и использовать различные библиотеки для их решения. Улучшите свои навыки программирования и получите опыт разработки программного продукта, использующего оптимизационные библиотеки.

=== Какие начальные требования? ===
Базовые знание Python, C++ и желание учиться.

=== Какие будут использоваться технологии? ===
Google Optimization Tools, CBC, CLP, GLOP, GLPK, Gurobi, CPLEX и SCIP.
Для визуализации на выбор: wxPython, Python GTK или Qt (Python или C++).

=== Темы вводных занятий ===
Задачи оптимизации, двойственные задачи, задачи целочисленного программирования, задачи минимаксной робастной оптимизации.

=== Направления развития ===
В случае успешной реализации проекта, возможна публикация совместной научной работы, описывающей использование разработанного продукта при решении реальных задач.
Кроме того, данный проект может развиться в курсовые и дипломные работы, связанные с математическим моделированием и анализом различных проблем, например, оптимизации логистики, размещение зарядных станций для электротранспорта, экономического планирования, формирования инвестиционного портфеля. Опыт, полученный в этом проекте, поможет грамотно сформулировать оптимизационную задачу для рассматриваемой проблемы и решить её при помощи разработанного программного продукта.

=== Критерии оценки ===
Оценки выставляются согласно возможностям конечного продукта:
4: имеется интерфейс для загрузки матрицы уже сформулированной задачи и выбора метода её решения,
5: добавлена возможность выбор наилучшего алгоритма для решения задачи,
6-8: добавлена возможность анализа найденного решения и изменения части параметров для задач заданного типа,
9-10: возможность формирования новых задач в интерфейсе программы.

=== Ориентировочное расписание занятий ===
По договоренности

Оптимизация. Создание программного продукта для решения задач оптимизации (проект)

2017-10-04T06:26:45Z

Ggfedin: /* Какие будут использоваться технологии? */

{{Карточка_проекта
|name=Оптимизация. Создание программного продукта для решения задач оптимизации
|mentor=Гена Федин
|mentor_login={{URLENCODE:Ggfedin|WIKI}}
|semester=Осень 2017
|course=2
|summer=
|number_of_students=4
|categorize=yes
}}

=== Что это за проект? ===
Оптимизационная задача - это задача, которая состоит в нахождении оптимального значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений. Теорию и методы решения задачи оптимизации изучает математическое программирование.
Сейчас разработаны библиотеки, позволяющие достаточно эффективно решать задачи оптимизации (линейного программирования, смешанного программирования, квадратичного программирования), однако все они требуют значительной подготовки и изучения для использования.
Цель проекта заключается в получении программного продукта с GUI упрощающего: а) формализацию задачи оптимизации, б) решение задачи при помощи одной из выбранных библиотек, в) анализ и визуализацию решения задачи.

=== Чему вы научитесь? ===
Вы научитесь формулировать задачи оптимизации и использовать различные библиотеки для их решения. Улучшите свои навыки программирования и получите опыт разработки программного продукта, использующего оптимизационные библиотеки.

=== Какие начальные требования? ===
Базовые знание Python, C++ и желание учиться

=== Какие будут использоваться технологии? ===
Google Optimization Tools, CBC, CLP, GLOP, GLPK, Gurobi, CPLEX и SCIP.
Для визуализации на выбор: wxPython, Python GTK или Qt (Python или C++).

=== Темы вводных занятий ===
Задачи оптимизации, двойственные задачи, задачи целочисленного программирования, задачи минимаксной робастной оптимизации.

=== Направления развития ===
В случае успешной реализации проекта, возможна публикация совместной научной работы, описывающей использование разработанного продукта при решении реальных задач.
Кроме того, данный проект может развиться в курсовые и дипломные работы, связанные с математическим моделированием и анализом различных проблем, например, оптимизации логистики, размещение зарядных станций для электротранспорта, экономического планирования, формирования инвестиционного портфеля. Опыт, полученный в этом проекте, поможет грамотно сформулировать оптимизационную задачу для рассматриваемой проблемы и решить её при помощи разработанного программного продукта.

=== Критерии оценки ===
Оценки выставляются согласно возможностям конечного продукта:
4: имеется интерфейс для загрузки матрицы уже сформулированной задачи и выбора метода её решения,
5: добавлена возможность выбор наилучшего алгоритма для решения задачи,
6-8: добавлена возможность анализа найденного решения и изменения части параметров для задач заданного типа,
9-10: возможность формирования новых задач в интерфейсе программы.

=== Ориентировочное расписание занятий ===
По договоренности

Оптимизация. Создание программного продукта для решения задач оптимизации (проект)

2017-10-04T06:26:07Z

Ggfedin: /* Какие начальные требования? */

{{Карточка_проекта
|name=Оптимизация. Создание программного продукта для решения задач оптимизации
|mentor=Гена Федин
|mentor_login={{URLENCODE:Ggfedin|WIKI}}
|semester=Осень 2017
|course=2
|summer=
|number_of_students=4
|categorize=yes
}}

=== Что это за проект? ===
Оптимизационная задача - это задача, которая состоит в нахождении оптимального значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений. Теорию и методы решения задачи оптимизации изучает математическое программирование.
Сейчас разработаны библиотеки, позволяющие достаточно эффективно решать задачи оптимизации (линейного программирования, смешанного программирования, квадратичного программирования), однако все они требуют значительной подготовки и изучения для использования.
Цель проекта заключается в получении программного продукта с GUI упрощающего: а) формализацию задачи оптимизации, б) решение задачи при помощи одной из выбранных библиотек, в) анализ и визуализацию решения задачи.

=== Чему вы научитесь? ===
Вы научитесь формулировать задачи оптимизации и использовать различные библиотеки для их решения. Улучшите свои навыки программирования и получите опыт разработки программного продукта, использующего оптимизационные библиотеки.

=== Какие начальные требования? ===
Базовые знание Python, C++ и желание учиться

=== Какие будут использоваться технологии? ===
Google Optimization Tools, CBC, CLP, GLOP, GLPK, Gurobi, CPLEX и SCIP
Для визуализации на выбор: wxPython, Python GTK или Qt (Python или C++)

=== Темы вводных занятий ===
Задачи оптимизации, двойственные задачи, задачи целочисленного программирования, задачи минимаксной робастной оптимизации.

=== Направления развития ===
В случае успешной реализации проекта, возможна публикация совместной научной работы, описывающей использование разработанного продукта при решении реальных задач.
Кроме того, данный проект может развиться в курсовые и дипломные работы, связанные с математическим моделированием и анализом различных проблем, например, оптимизации логистики, размещение зарядных станций для электротранспорта, экономического планирования, формирования инвестиционного портфеля. Опыт, полученный в этом проекте, поможет грамотно сформулировать оптимизационную задачу для рассматриваемой проблемы и решить её при помощи разработанного программного продукта.

=== Критерии оценки ===
Оценки выставляются согласно возможностям конечного продукта:
4: имеется интерфейс для загрузки матрицы уже сформулированной задачи и выбора метода её решения,
5: добавлена возможность выбор наилучшего алгоритма для решения задачи,
6-8: добавлена возможность анализа найденного решения и изменения части параметров для задач заданного типа,
9-10: возможность формирования новых задач в интерфейсе программы.

=== Ориентировочное расписание занятий ===
По договоренности

Оптимизация. Создание программного продукта для решения задач оптимизации (проект)

2017-10-04T06:25:26Z

Ggfedin: Новая страница, с помощью формы Новый_проект

{{Карточка_проекта
|name=Оптимизация. Создание программного продукта для решения задач оптимизации
|mentor=Гена Федин
|mentor_login={{URLENCODE:Ggfedin|WIKI}}
|semester=Осень 2017
|course=2
|summer=
|number_of_students=4
|categorize=yes
}}

=== Что это за проект? ===
Оптимизационная задача - это задача, которая состоит в нахождении оптимального значения целевой функции, причем значения переменных должны принадлежать некоторой области допустимых значений. Теорию и методы решения задачи оптимизации изучает математическое программирование.
Сейчас разработаны библиотеки, позволяющие достаточно эффективно решать задачи оптимизации (линейного программирования, смешанного программирования, квадратичного программирования), однако все они требуют значительной подготовки и изучения для использования.
Цель проекта заключается в получении программного продукта с GUI упрощающего: а) формализацию задачи оптимизации, б) решение задачи при помощи одной из выбранных библиотек, в) анализ и визуализацию решения задачи.

=== Чему вы научитесь? ===
Вы научитесь формулировать задачи оптимизации и использовать различные библиотеки для их решения. Улучшите свои навыки программирования и получите опыт разработки программного продукта, использующего оптимизационные библиотеки.

=== Какие начальные требования? ===
Базовые знание Python, C++
Желание учиться

=== Какие будут использоваться технологии? ===
Google Optimization Tools, CBC, CLP, GLOP, GLPK, Gurobi, CPLEX и SCIP
Для визуализации на выбор: wxPython, Python GTK или Qt (Python или C++)

=== Темы вводных занятий ===
Задачи оптимизации, двойственные задачи, задачи целочисленного программирования, задачи минимаксной робастной оптимизации.

=== Направления развития ===
В случае успешной реализации проекта, возможна публикация совместной научной работы, описывающей использование разработанного продукта при решении реальных задач.
Кроме того, данный проект может развиться в курсовые и дипломные работы, связанные с математическим моделированием и анализом различных проблем, например, оптимизации логистики, размещение зарядных станций для электротранспорта, экономического планирования, формирования инвестиционного портфеля. Опыт, полученный в этом проекте, поможет грамотно сформулировать оптимизационную задачу для рассматриваемой проблемы и решить её при помощи разработанного программного продукта.

=== Критерии оценки ===
Оценки выставляются согласно возможностям конечного продукта:
4: имеется интерфейс для загрузки матрицы уже сформулированной задачи и выбора метода её решения,
5: добавлена возможность выбор наилучшего алгоритма для решения задачи,
6-8: добавлена возможность анализа найденного решения и изменения части параметров для задач заданного типа,
9-10: возможность формирования новых задач в интерфейсе программы.

=== Ориентировочное расписание занятий ===
По договоренности