Lehrveranstaltungen in der Informatik

Diskrete Optimierung und Operations Research

Prof. Dr. M. Krätzschmar

zurück zurück

Inhalt

Vorlesung

  • Lineare Optimierungsprobleme
  • Simplex-Algorithmus
  • Einführung in AMPL
  • Ganzzahlige Optimierungsprobleme
  • Assignment-Probleme
  • Binäre Optimierungsprobleme
  • Reihenfolge-Probleme

 

Labor

In den begleitenden Übungen arbeiten Sie mit AMPL und setzen Programme zur numerischen Behandlung von Optimierungsproblemen ein.

Organisation

Wintersemester, Vorlesung / Labor  4-std.

Sprache: deutsch

Präsenzstudium: 60 h, Eigenstudium: 120 h
Gesamtaufwand: 180 h

Leistungspunkte (credit points): 6

Prüfung: PL (K(2))

Lernziele

Sie verstehen die theoretischen Grundlagen und Ansätze der mathematischen Optimierung. Sie können lineare und insbesondere auch diskrete Optimierungs­probleme aufstellen und in AMPL (A Mathematical Programming Language) beschreiben. Ferner kennen Sie Verfahren zur numerischen Lösung von Optimierungs­problemen und können entsprechende Programme anwenden.

Literatur

R. Fourer, D. Gay, B. Kernighan: AMPL - A Modeling Language for Mathematical Programming. Duxbury (1997)

P. Gritzmann: Grundlagen der Mathematischen Optimierung. 2. Auflage, Springer Spektrum (2013)

A. Koop, H. Moock: Lineare Optimierung. 2. Auflage, Spektrum (2008)