Цели и задачи дисциплины
Целью дисциплины является формирование у магистрантов компетенций в области современных методов исследования операций, многокритериальной оптимизации и интеллектуальных технологий принятия решений, используемых при решении сложных оптимизационных задач в интеллектуальных системах.
К задачам дисциплины относятся изучение современных методов математической оптимизации, включая дифференцируемую, байесовскую и многокритериальную оптимизацию, освоение интеллектуальных методов решения комбинаторных задач исследования операций, изучение методов двухуровневой оптимизации и адаптации интеллектуальных систем, а также приобретение навыков выбора и применения оптимизационных методов при проектировании современных систем искусственного интеллекта.
Краткое содержание дисциплины
Дисциплина посвящена современным методам исследования операций, многокритериальной оптимизации и интеллектуальным технологиям принятия решений, применяемым при решении сложных оптимизационных задач. Рассматриваются подходы к интеграции методов математического программирования с интеллектуальными системами на основе дифференцируемой оптимизации, методы байесовской оптимизации параметров сложных моделей с использованием библиотеки Optuna, а также современные эволюционные алгоритмы многокритериальной оптимизации NSGA-II, NSGA-III и MOEA/D. Изучаются нейросетевые методы решения комбинаторных задач оптимизации, включая архитектуры Pointer Networks, методы метаобучения и двухуровневой оптимизации (MAML, Prototypical Networks), а также современные подходы к адаптации интеллектуальных систем к изменяющимся условиям функционирования на основе методов Domain Adaptation и архитектуры DANN. Особое внимание уделяется практическому применению современных оптимизационных методов при проектировании интеллектуальных систем и решении прикладных задач исследования операций.