💡 بخش 1 از دوره جامع بهینه‌سازی استوار توزیعی DRO داده‌محور و روش‌های حل مبتنی بر تجزیه C&CG

📚 عنوان: مقدمات و اصول بهینه‌سازی استوار توزیعی (DRO) داده‌محور در تصمیم‌گیری تحت عدم قطعیت
↗️ Data-Driven Distributionally Robust Optimization: Introduction and Fundamental Principles


مهمترین سرفصل‌ها:

✅ معرفی انواع روش‌های بهینه‌سازی تحت عدم قطعیت

✅مرور برنامه‌ریزی تصادفی و بهینه‌سازی استوار کلاسیک

✅تشریح دقیق رویکرد بهینه‌سازی استوار توزیعی (Distributionally Robust Optimization) به عنوان پارادایم مدرن تصمیم‌گیری تحت عدم قطعیت

✅دسته‌بندی انواع مدل‌های DRO فاصله‌ای، گشتاوری و غیره

✅ انواع مدل‌های بهینه‌سازی استوار داده‌محور توزیعی و غیرتوزیعی (DDRO)

✅مفاهیم و شیوه‌های داده‌محور کردن مدل‌های DRO به ویژه مبتنی بر ML

✅  مرور انواع روش‌های حل مدل‌های DRO و شیوه پیاده‌سازی آنها

جزئیات بیشتر حضور در جلسات و دریافت محتوا: @Ali_PapiRAD

💡 بخش 2 از دوره جامع بهینه‌سازی استوار توزیعی DRO داده‌محور و روش‌های حل مبتنی بر تجزیه C&CG

📚 عنوان: بهینه‌سازی استوار توزیعی (DRO) سناریومحور با متریک TVD و MVD
↗️ Lp (TVD/MVD) Scenario-based Distributionally Robust Optimization


مهمترین سرفصل‌ها:

✅ بهینه‌سازی با عدم قطعیت گسسته و برنامه‌ریزی تصادفی سناریومحور (SSP)

✅ ابهام (عدم قطعیت) در توزیع احتمال سناریوهای مدل SP

✅ انواع مجموع ابهام‌ (Distributional Ambiguity Set) گسسته با نُرم‌های Lp

✅ بهینه‌سازی استوار توزیعی سناریومحور مبتنی بر فاصله Lp

✅ مدل همتای استوار توزیعی (Distributionally Robust Counterpart ) مبتنی بر Maximal Variation Distance

✅ مدل همتای استوار توزیعی (Distributionally Robust Counterpart ) مبتنی بر Total Variation Distance

✅ مدل‌سازی DRO سناریومحور با مسئله توسعه‌‌ظرفیت-تولید-مکان‌یابی-توزیع (CEPLD)

جزئیات بیشتر حضور در جلسات و دریافت محتوا: @Ali_PapiRAD

💡 بخش 3 از دوره جامع بهینه‌سازی استوار توزیعی DRO داده‌محور و روش‌های حل مبتنی بر تجزیه C&CG

📚 عنوان: کدنویسی و پیاده‌سازی مدل‌های بهینه‌سازی استوار توزیعی سناریومحورر (Lp DRO ) در پایتون/گروبی (GurobiPy)
↗️ Coding & Implementation of Scenario-based Distributionally Robust Optimization via Python/GurobiPy

مهمترین سرفصل‌ها:

✅ مرور انواع مجموع ابهام‌ (Distributional Ambiguity Set) گسسته با نُرم‌های Lp

✅ مرور بهینه‌سازی استوار توزیعی سناریومحور مبتنی بر فاصله Lp

✅ مرور مدل همتای استوار توزیعی سناریومحور مبتنی مبتنی بر Maximal Variation و Total Variation

✅ مدل همتای استوار توزیعی در مسئله توسعه‌‌ظرفیت-تولید-مکان‌یابی-توزیع (CEPLD)

✅ مروری بر برنامه‌نویسی در پایتون و بهینه‌سازی مبتنی بر سالور گروبی (GurobiPy)

✅ کدنویسی مدل CEPLD در حالت اسمی (رویکرد EVR)

✅ کدنویسی مدل CEPLD با رویکرد SP با یک توزیع رفرنس)

✅ کدنویسی مدل CEPLD با رویکرد DRO سناریومحور مبتنی بر Maximal Variation

✅ کدنویسی مدل CEPLD با رویکرد DRO سناریومحور مبتنی بر Total Variation

✅تشریح کامل شاخص Value of Distributional Robustness برای ارزیابی عملکرد DRO

✅ تحلیل عملکرد in-sample و out-of-sample مدل‌های DRO

جزئیات بیشتر حضور در جلسات و دریافت محتوا: @Ali_PapiRAD

💢 با توجه به آپدیت سرور کلاس‌های آنلاین و بازپخش جلسات/کلاس‌های آپتیم‌یار، تا اطلاع ثانویه نیاز به نصب هیچ اپلیکیشنی برای تماشای ویدیوها نیست و فقط از طریق لینک app.optimyar.ir وارد اکانت شخصی خود شوید و ویدیوی دوره موردنظر را مشاهده بفرمایید.

🟪 اگر پیغام نیاز به نصب اپلیکیشن را دریافت می‌کنید؛ تصویری از عنوان دوره در داشبورد برای @My_optimyar ارسال کنید تا قابلیت تماشا بدون اپلیکیشن برای شما فعال شود.

👍 لطفا هرگز و هرگز ضبط/رکورد و اشتراک‌گذاری جلسه انجام نشود چراکه موجب حذف محتوا می‌شود.

🏠 app.optimyar.ir

✅جلسه اول و دوم بخش 1 (بخش مقدماتی DRO) برگزار شده و ویدیو در داشبورد تمام ثبت‌نام گنندگان قرار گرفته است.

🔰زمان برگزاری جلسه سوم و چهارم این بخش ( مقدماتی یا ۱) به ترتیب پنجشنبه 4 تیر و شنبه 6 تیر (در ساعت 17.30 تهران) برگزار می‌شود.

🗝برای ورود به جلسه و تماشای ویدیوی بازپخش جلسات، فقط از طریق داشبورد شخصی خود در app.optimyar.ir وارد شوید و نیاز به نصب هیچ برنامه‌ دیگری نیست.


❤️مجددا از اینکه در عدم‌ضبط و عدم‌اشتراک‌گذاری محتوای جلسات به خواهش تیم آپتیم‌یار و مدرس دوره توجه می‌کنید، از شما سپاسگزاریم 📚

جلسه چهارم (و آخر) از 💡 بخش 1 از دوره جامع بهینه‌سازی استوار توزیعی DRO داده‌محور و روش‌های حل مبتنی بر تجزیه C&CG

https://t.me/Optimyar/453

🎰امروز شنبه ۶ تیر ساعت ۱۸ تهران

🗝 ورود به جلسه آنلاین: طریق اکانت شخصی خود در app.optimyar.ir

💡 بخش 2 از دوره جامع بهینه‌سازی استوار توزیعی DRO داده‌محور و روش‌های حل مبتنی بر تجزیه C&CG

📚 بهینه‌سازی استوار توزیعی (DRO) سناریومحور با متریک‌های TVD و MVD
↗️ Lp (TVD/MVD) Scenario-based Distributionally Robust Optimization


🗓 زمان‌های برگزاری:
🕒جلسه 1. جمعه 12 تیر از ساعت 17.30
🕒جلسه 2. جمعه 19 تیر از ساعت 18
🕒جلسه 3. شنبه 20 تیر از ساعت 17


⚠️ ظرفیت کلاس آنلاین و ویدئو بازپخش جلسات: بسیار محدود

🚨 امکان حضور در کلاس آنلاین در داخل و خارج از ایران

⭕️ تعامل خارج از کلاس با مدرس برای پشتیبانی و رفع اشکال (به صورت آنلاین و حضوری)


❓جزئیات بیشتر از محتوا 🔚 @Ali_PapiRAD
🤩ثبت‌نام و دسترسی 🔚 @SMS_Optimyar و @MY_Optimyar


مهمترین سرفصل‌ها:

✅ بهینه‌سازی با عدم قطعیت گسسته و برنامه‌ریزی تصادفی سناریومحور (SSP)

✅ ابهام (عدم قطعیت) در توزیع احتمال سناریوهای مدل SP

✅ انواع مجموع ابهام‌ (Distributional Ambiguity Set) گسسته با نُرم‌های Lp

✅ بهینه‌سازی استوار توزیعی سناریومحور مبتنی بر فاصله Lp

✅ مدل همتای استوار توزیعی (Distributionally Robust Counterpart ) مبتنی بر Maximal Variation Distance

✅ مدل همتای استوار توزیعی (Distributionally Robust Counterpart ) مبتنی بر Total Variation Distance

✅ مدل‌سازی DRO سناریومحور با مسئله توسعه‌‌ظرفیت-تولید-مکان‌یابی-توزیع (CEPLD)

🤩 همراه با گواهی معتبر از آکادمی تخصصی آپتیم‌یار (پس از آزمون پایانی) ⭐️


📈😀
┌ 🌐 optimyar.com
├ 🌐@Optima_Per    Q&A
├ 🌐@Optimyar       آموزش‌ها و منابع
└ 📱 Ali Papi-RAD

⭕️ تعداد دستگاه مجاز برای ورود به کلاس یا بازپخش ویدیوها

⭕️ دوستانی که با پیغام مندرج در تصویر مواجه می‌شوند (تعداد دستگاه)، نام و شماره تماس خود را برای مدرس دوره @Ali_PapiRAD و یا آی‌دی پشتیبان @zf_Optimyar را ارسال کنند تا یک مرتبه دستگاه‌های آنها ریست شوند

⚠️ لطفا، هرگز اطلاعات اکانت (شماره تماس و رمز) خود را به اشتراک نگذارید چراکه تعداد دستگاه شمرده می‌شود.


❤️مجددا از اینکه در عدم‌ضبط و عدم‌اشتراک‌گذاری محتوای جلسات به خواهش تیم آپتیم‌یار و مدرس دوره توجه می‌کنید، از شما سپاسگزاریم 📚

🌟  مدل‌سازی و بهینه‌سازی در پایتون با GUROBI
↗️ Optimization Modeling in Python with GUROBI

⭐همراه با لایسنس آکادمیک بدون محدودیت WLS برای حل مسائل Large-Scale

🧑‍💻ثبت‌نام با تخفیف ۴۰ درصد در تیرماه
⚠️ ظرفیت محدود برای تعامل بیشتر

🗓 زمان‌های برگزاری:
🕒پنج‌شنبه‌ها و جمعه‌ها از ساعت ۱۵ ☆آنلاین
🩵 ویدئوی بازپخش بعد از هر جلسه برای ثبت‌نام کنندگان فعال می‌شود.


🚨 امکان حضور در کلاس آنلاین در داخل و خارج از ایران 

⭕️ تعامل خارج از کلاس با مدرس برای پشتیبانی و رفع اشکال (به صورت آنلاین و حضوری)


❓جزئیات محتوا 🔚 @Ali_PapiRAD

🤩ثبت‌نام و دسترسی 🔚 @SMS_Optimyar و  @ZF_Optimyar

📱 معرفی رسمی در لینکدین

⌛ بخش‌های اصلی دوره و سرفصل‌ها

✅ بخش 1. مقدمات، قابلیت‌های GUROBI، نصب، راه‌اندازی و اجرا
    🔗سرفصل‌‌های بخش 1

✅ بخش 2.  تحلیل حساسیت، اعتبارسنجی و استخراج بینش مدیریتی
    🔗سرفصل‌‌های بخش 2

✅ بخش 3. چارچوب‌ها، مدل‌ها و تکنیک‌های پیشرفته بهینه‌سازی در GUROBI
    🔗سرفصل‌‌های بخش 3

✅ بخش 4.  مدل‌سازی و کدنویسی چندین مسئله کاربردی و توسعه‌های پژوهشی آن‌ها
    🔗سرفصل‌‌های بخش 4

📚مهمترین سرفصل‌ها:

⭐️ قابلیت‌های سالور GUROBI برای حل مدل‌های خطی، عددصحیح، درجه‌دوم، محدب و نامحدب

⭐️ مدل‌سازی و کدنویسی چندین مسئله کاربردی و توسعه‌های پژوهشی آن‌ها
تولید، قیمت‌گذاری، زنجیره تأمین، حمل‌ونقل، سلامت، انرژی، زمان‌بندی، مسیریابی، DEA، سرمایه‌گذاری و ...

⭐️ تحلیل حرفه‌ای نتایج، تحلیل حساسیت و استخراج بینش‌های مدیریتی

⭐️ پیاده‌سازی چارچوب‌های بهینه‌سازی تودرتو، سلسله‌مراتبی و تکرارشونده

⭐️ آشنایی با الگوریتم‌های پشت سالور GUROBI و راهکارهای بهبود عملکرد حل

⭐️ روش‌های خطی‌سازی، ابتکاری و تجزیه‌محور برای افزایش کارایی محاسباتی

⭐️ برنامه‌ریزی تصادفی دومرحله‌ای در GUROBI و تجزیه سناریوهای عدم‌قطعیت

⭐️ قابلیت‌های داخلی گروبی برای مدل‌سازی و حل مسائل بهینه‌سازی چندهدفه

⭐️ شناسایی خطاهای رایج مدل‌سازی، کدنویسی و دیباگ حرفه‌ای مدل‌های بهینه‌سازی

⭐️ پرامپت‌های مهم و کاربردی هوش مصنوعی برای مدل‌سازی، کدنویسی و رفع خطا در گروبی

🤩 همراه با گواهی معتبر از آکادمی تخصصی آپتیم‌یار (پس از آزمون پایانی) ⭐️


📈😀
┌ 🌟 optimyar.com
├ 🌐@Optima_Per    Q&A
├ 🌐@Optimyar       آموزش‌ و منابع
└ 📱 Ali Papi-RAD

⭕️ تمام فراگیران دوره بهینه‌سازی استوار توزیعی (DRO) داده‌محور [این دوره] می‌توانند در بخش ۱ دوره گروبی GUROBI در پایتون به صورت رایگان و در بخش‌های دیگر با تخفیف ۶۰ درصد حضور یابند.

👇برای حضور به ID زیر پیام دهند:
@my_optimyar

🚨 بخش سوم دوره بهینه‌سازی از دوره جامع بهینه‌سازی استوار توزیعی داده‌محور در تاریخ جمعه ۲ مرداد شروع می‌شود و بزودی جزییات آن اعلام می‌گردد‌.


⁉️لازم به توضیح است که بخش ۲ (اینجا) به طور کامل برگزار و ویدیو آن در دسترس ثبت‌نام کنندگان قرار گرفته است.

🚨 تمام فراگیران دوره پیشین گروبی و سیپلکس (اینجا) می‌توانند بخش ۱ دوره جدید را رایگان حضور داشته باشند و بخش‌های دیگر با تخفیف ۶۰ حضور یابند


🤷‍♂️سوال رایج آنها: آیا برای ما هم لازمه؟
⚡️پاسخ؛ نه الزاما ولی محتوای متفاوت و جذابی در بخش‌های ۲ و ۳ دوره جدید هست که قبلا نبوده

آی‌دی پیگیری: @my_optimyar

😏این پیش‌بینی جذاب رو از دست ندید:
https://t.me/Optima_Per/202455

🌟  مدل‌سازی و بهینه‌سازی در پایتون با GUROBI
↗️ Optimization Modeling in Python with GUROBI

⭐همراه با لایسنس آکادمیک بدون محدودیت WLS برای حل مسائل Large-Scale


🚨 امکان حضور در کلاس آنلاین در داخل و خارج از ایران 

⭕️ تعامل خارج از کلاس با مدرس برای پشتیبانی و رفع اشکال (به صورت آنلاین و حضوری)


❓جزئیات محتوا 🔚 @Ali_PapiRAD

🤩ثبت‌نام و دسترسی 🔚 @SMS_Optimyar و  @ZF_Optimyar

📱 معرفی رسمی در لینکدین

⌛ بخش‌های اصلی دوره و سرفصل‌ها

✅ بخش 1. مقدمات، قابلیت‌های GUROBI، نصب، راه‌اندازی و اجرا
    🔗سرفصل‌‌های بخش 1

✅ بخش 2.  تحلیل حساسیت، اعتبارسنجی و استخراج بینش مدیریتی
    🔗سرفصل‌‌های بخش 2

✅ بخش 3. چارچوب‌ها، مدل‌ها و تکنیک‌های پیشرفته بهینه‌سازی در GUROBI
    🔗سرفصل‌‌های بخش 3

✅ بخش 4.  مدل‌سازی و کدنویسی چندین مسئله کاربردی و توسعه‌های پژوهشی آن‌ها
    🔗سرفصل‌‌های بخش 4

🤩 همراه با گواهی معتبر از آکادمی تخصصی آپتیم‌یار (پس از آزمون پایانی) ⭐️


📈😀
┌ 🌟 optimyar.com
├ 🌐@Optima_Per    Q&A
├ 🌐@Optimyar       آموزش‌ و منابع
└ 📱 Ali Papi-RAD

🌟 بخش 3 از دوره جامع بهینه‌سازی استوار توزیعی DRO داده‌محور و روش‌های حل مبتنی بر تجزیه C&CG

📚 کدنویسی و پیاده‌سازی مدل‌های بهینه‌سازی استوار توزیعی سناریومحورر در گروبی-پاپتون (GurobiPy)
↗️ Coding & Implementation of Scenario-based Distributionally Robust Optimization via Python/GurobiPy


🗓 زمان‌های برگزاری:
🕒جلسه 1. پنج‌شنبه 8 مرداد از ساعت 18
🕒جلسه 2. جمعه 9 مرداد از ساعت 17.30
6 ساعت کدنویسی و تحلیل جذاب با شاخاص‌های اعتبارسنجی و ارزیابی


⚠️ ظرفیت محدود کلاس آنلاین برای تعامل بیشتر
📹 ویدئوی بازپخش بعد از هر جلسه فقط برای ثبت‌نام کنندگان فعال می‌شود.

🚨 امکان حضور در کلاس آنلاین در داخل و خارج از ایران



❓جزئیات بیشتر از محتوا 🔚 @Ali_PapiRAD
🤩ثبت‌نام و دسترسی 🔚 @SMS_Optimyar و @MY_Optimyar


📱 معرفی رسمی در لینکدین

🔽مهمترین سرفصل‌های بخش 3:

✅ مدل‌های بهینه‌سازی استوار توزیعی سناریومحور (مرور پارت 2)

✅ کدنویسی مسئله کاربردی توسعه‌‌ظرفیت-تولید-مکان‌یابی-توزیع

✅ کدنویسی مدل‌های TVD-DRO و MVD-DRO روی مسئله کاربردی

✅ کدنویسی مدل‌های کلاسیک SP و EVR برای بنچمارک مقایسه‌ای

✅ کدنویسی و تحلیل مدل‌های DRO ریسک‌گریز با سنجه CVaR

✅ اعتبارسنجی و راستی‌آزمایی مدل همتای استوار در آزمایشات عددی

✅ شاخص‌های (VDR, VSS, CoV) ارزیابی عملکرد در عدم قطعیت

✅ تحلیل عملکرد in-sample و out-of-sample (اعتبارسنجی و ارزیابی)

🤩 همراه با گواهی معتبر از آکادمی تخصصی آپتیم‌یار (پس از آزمون پایانی) ⭐️


📈😀
┌ 🌟 optimyar.com
├ 🌐@Optima_Per    Q&A
├ 🌐@Optimyar       آموزش‌ و منابع
└ 📱 Ali Papi-RAD

🚨 فعال‌سازی جلسات و ویدئوهای دوره کدنویسی گروبی در اکانت شخصی در app.optimyar.ir

🌟 لطفا تمام همراهان عزیزی که دوره جامع بهینه‌سازی استوار توزیعی داده‌محور یا لااقل پارت‌های 1 تا 3 از دوره DRO را ثبت‌نام کرده‌اند و همچنین ثبت‌نام‌کنندگان در دوره جدید GurobiPy و حتی ثبت‌نام کننده‌گان دو دوره قبلی گروبی و سیپلکس طبق توضیحات ویدیویی موجود در کامنت‌های این پست با آی‌دی @my_optimyar در ارتباط باشند.

⚠️ بسیار مهم است ⭐️

🚨 جلسه دوم از پارت 1 دوره مدل‌سازی و کدنویسی در گروبی-پایتون (GurobiPy) امروز جمعه 2 مرداد ساعت 16:30 برگزار می‌شود
ℹ️ (15:30 نیست).

⭐️ورود: app.optimyar.ir بدون نیاز به نصب اپلیکسشن (فقط لطفا ریکورد انجام نشه 📚 )

💻 با توجه به اینکه در این جلسه به نصب و راه‌اندازی و فعال‌سازی لایسنس Large-Scale می‌پردازیم، لطفا با لپ‌تاپ وارد شوید

❕ویدیو این جلسه و جلسه اول نیز شنبه 3 مرداد در داشبورد شما قرار می‌گیرد.