Μαθήματα

Στο μάθημα αναπτύσσονται μέθοδοι και εργαλεία για τον βέλτιστο σχεδιασμό υλικών και κατασκευών. Αντιμετωπίζονται τόσο κλασικά προβλήματα βέλτιστης μορφής και σχεδιασμού υλικών, όσο και πιό σύγχρονες μέθοδοι τοπολογικού σχεδιασμού. Γίνεται χρήση μεθόδων βελτιστοποίησης και χαλαρού προγραμματισμού (νευρωνικά δίκτυα, γενετικοί αλγόριθμοι) σε συνδυασμό με μοντέλα δομικής απόκρισης βασιζόμενα σε κλασικές θεωρίες ή πεπερασμένα και συνοριακά στοιχεία.

Απλοί ευρετικοί αλγόριθμοι, Αλγόριθμοι τοπικής αναζήτησης, Μεθευρετικοί αλγόριθμοι, Αλγόριθμοι περιορισμένης αναζήτησης, Αλγόριθμοι προσομοιωμένης ανόπτησης, Γενετικοί αλγόριθμοι, Εξελεκτικοί αλγόριθμοι, Εφαρμογές νευρωνικών δικτύων στη βελτιστοποίηση, Αλγόριθμοι τυχοποιημένης αναζήτησης, Αλγόριθμοι διασκορπισμένης αναζήτησης, Αλγόριθμοι νοημοσύνης σμήνους, Βελτιστοποίηση σμήνους σωματιδίων, Βελτιστοποίηση αποικίας μυρμηγκιών, Αλγόριθμοι βελτιστοποίησης μελισσών, Αλγόριθμοι τεχνητού ανοσοποιητικού συστήματος, Εφαρμογές παράλληλων αλγορίθμων στην βελτιστοποίηση, Χαλάρωση Lagrange, Μέθοδοι χαλάρωσης Lagrange, Αλγόριθμος δημιουργίας στηλών, Αλγόριθμοι
αποσύνδεσης, Μέθοδος Frank-Wolfe, Μέθοδος αποσύνδεσης Dantzig-Wolfe, Αλγόριθμος Benders, Μέθοδος αποσύνδεσης Kornai-Liptak, Μελέτες περιπτώσεων (case studies).

Μελετάται η μη-λεία ανάλυση και βελτιστοποίηση καθώς και οι εφαρμογές στην μηχανική.

Η ύλη του μαθήματος περιλαμβάνει:

• Μοντέλα συνολικής αντίδρασης αγοράς.
• Μοντέλα ατομικής αντίδρασης.
• Μοντέλα ανάπτυξης νέων προϊόντων.
• Η μέθοδος Conjoint Analysis
• Τμηματοποίηση αγοράς
• Στόχευση αγοράς
• Τοποθέτηση προϊόντος
• Μέθοδοι πρόβλεψης
• Μοντέλα διαφήμισης
• Μοντέλα τιμολόγησης