دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [3 ed.] نویسندگان: Michael L. Bynum, Gabriel A. Hackebeil, William E. Hart, Carl D. Laird, Bethany L. Nicholson, John D. Siirola, Jean-Paul Watson, David L. Woodruff سری: Springer Optimization and Its Applications 67 ISBN (شابک) : 3030689271, 9783030689285 ناشر: Springer سال نشر: 2021 تعداد صفحات: 230 [231] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 Mb
در صورت تبدیل فایل کتاب Pyomo ― Optimization Modeling in Python به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب Pyomo - مدل سازی بهینه سازی در پایتون نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب راهنمای کامل و جامعی برای Pyomo (اشیاء مدلسازی بهینه سازی پایتون) برای مدلسازان مبتدی و پیشرفته از جمله دانشجویان در مقاطع کارشناسی و کارشناسی ارشد، محققان دانشگاهی و متخصصان ارائه می دهد. با استفاده از مثالهای زیادی برای نشان دادن تکنیکهای مختلف مفید برای فرمولبندی مدلها، این متن به زیبایی وسعت قابلیتهای مدلسازی را که توسط Pyomo پشتیبانی میشود و مدیریت آن در برنامههای پیچیده دنیای واقعی روشن میکند. در ویرایش سوم، بسیاری از مطالب سازماندهی مجدد شده اند، نمونه های جدیدی اضافه شده اند، و فصل جدیدی اضافه شده است که توضیح می دهد چگونه مدل سازها می توانند عملکرد مدل های خود را بهبود بخشند. نویسندگان همچنین روش پیشنهادی خود را برای وارد کردن Pyomo اصلاح کردهاند. یک تغییر بزرگ در این نسخه، تأکید بر مدلهای بتنی است که محدودیتهای کمتری در مشخصات و استفاده از مدلهای Pyomo ایجاد میکنند. Pyomo یک بسته نرم افزاری متن باز برای فرمول بندی و حل مسائل بهینه سازی در مقیاس بزرگ است. این نرم افزار رویکرد مدلسازی را که توسط ابزارهای مدرن AML (زبان مدلسازی جبری) پشتیبانی می شود، گسترش می دهد. Pyomo یک AML انعطاف پذیر، قابل توسعه و قابل حمل است که در Python، یک زبان برنامه نویسی با امکانات کامل، تعبیه شده است. پایتون یک زبان برنامه نویسی قدرتمند و پویا است که دارای نحو بسیار واضح و خوانا و شی گرایی بصری است. Pyomo شامل کلاسهای پایتون برای تعریف مجموعهها، پارامترها و متغیرهای پراکنده است که میتواند برای فرمولبندی عبارات جبری که اهداف و محدودیتها را تعریف میکنند، استفاده شود. علاوه بر این، Pyomo را می توان از یک رابط خط فرمان و در محیط دستور تعاملی پایتون استفاده کرد، که ایجاد مدل های Pyomo، اعمال انواع بهینه سازها و بررسی راه حل ها را آسان می کند.
This book provides a complete and comprehensive guide to Pyomo (Python Optimization Modeling Objects) for beginning and advanced modelers, including students at the undergraduate and graduate levels, academic researchers, and practitioners. Using many examples to illustrate the different techniques useful for formulating models, this text beautifully elucidates the breadth of modeling capabilities that are supported by Pyomo and its handling of complex real-world applications. In the third edition, much of the material has been reorganized, new examples have been added, and a new chapter has been added describing how modelers can improve the performance of their models. The authors have also modified their recommended method for importing Pyomo. A big change in this edition is the emphasis of concrete models, which provide fewer restrictions on the specification and use of Pyomo models. Pyomo is an open source software package for formulating and solving large-scale optimization problems. The software extends the modeling approach supported by modern AML (Algebraic Modeling Language) tools. Pyomo is a flexible, extensible, and portable AML that is embedded in Python, a full-featured scripting language. Python is a powerful and dynamic programming language that has a very clear, readable syntax and intuitive object orientation. Pyomo includes Python classes for defining sparse sets, parameters, and variables, which can be used to formulate algebraic expressions that define objectives and constraints. Moreover, Pyomo can be used from a command-line interface and within Python's interactive command environment, which makes it easy to create Pyomo models, apply a variety of optimizers, and examine solutions.