Python Optimization Modeling: แก้ปัญหาการตัดสินใจด้วย Pyomo

ทุกองค์กรต้องเผชิญกับความท้าทายในการตัดสินใจที่ซับซ้อน ตั้งแต่การจัดสรรทรัพยากรไปจนถึงการวางแผนโลจิสติกส์ คอร์สนี้จะสอนวิธีแปลงความท้าทายในโลกแห่งความเป็นจริงเหล่านี้ให้เป็นแบบจำลองทางคณิตศาสตร์ และแก้ปัญหาได้อย่างมีประสิทธิภาพโดยใช้ Pyomo ใน Python คุณจะได้เปลี่ยนจากการทำความเข้าใจแนวคิดพื้นฐานของ Optimization ไปสู่การเขียนโค้ด Pyomo ที่ชัดเจนและปรับขนาดได้ ด้วยการเรียนรู้วิธีจัดโครงสร้างตัวแปร ข้อจำกัด และฟังก์ชันวัตถุประสงค์ คุณจะได้รับทักษะที่จำเป็นในการแก้ปัญหา Linear, Mixed-Integer และ Non-linear Programming ที่ซับซ้อน สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจพื้นฐานทางคณิตศาสตร์ของ Linear, Mixed-Integer และ Non-linear Programming - สร้างแบบจำลองปัญหาการตัดสินใจในโลกแห่งความเป็นจริงให้เป็นแบบจำลอง Optimization ที่ชัดเจนพร้อมวัตถุประสงค์และข้อจำกัด - เขียนโค้ด Pyomo ที่ชัดเจนโดยใช้แนวทางปฏิบัติของ Python สมัยใหม่ รวมถึง virtual environments และ data frames ที่มีโครงสร้าง - กำหนดค่าและเชื่อมต่อ Solver แบบ Open-source และ Commercial ยอดนิยม เช่น CPLEX, Gurobi และ IPOPT - ทำการวิเคราะห์ความไว (Sensitivity Analysis) เพื่อประเมินว่าการเปลี่ยนแปลงข้อมูลส่งผลต่อการตัดสินใจที่ดีที่สุดของคุณอย่างไร - นำกลยุทธ์ Multi-objective Optimization ไปใช้เพื่อสร้างสมดุลระหว่างเป้าหมายทางธุรกิจที่แข่งขันกัน การเดินทางเริ่มต้นด้วยคำศัพท์พื้นฐานและแนวคิดทางคณิตศาสตร์ของ Optimization ก่อนที่จะเข้าสู่ Syntax ของ Pyomo แบบลงมือปฏิบัติจริง คุณจะได้เรียนรู้ผ่านคำอธิบายทีละขั้นตอนและแบบฝึกหัดการเขียนโค้ดเชิงปฏิบัติ โดยเริ่มจากแบบจำลอง Linear แบบง่ายไปจนถึงสถานการณ์ Multi-objective ขั้นสูง คอร์สนี้ออกแบบมาสำหรับผู้เริ่มต้นใน Operations Research, Data Scientists, Engineers และ Analysts ที่ต้องการเรียนรู้ Optimization Modeling ตั้งแต่ต้นโดยไม่มีประสบการณ์ด้าน Mathematical Programming มาก่อน เริ่มอ่านวันนี้เพื่อฝึกฝนศิลปะการตัดสินใจที่ดีที่สุดด้วย Pyomo