Modulbeschreibung

Operations Research

ECTS-Credits:
4
Lernziele:

Die Studierenden lernen Modellierungsansätze und mathematische Methoden kennen, die helfen, anspruchsvolle Optimierungsaufgaben aus der Industrie und der Betriebswirtschaft erfolgreich zu bearbeiten. Die bearbeiteten Anwendungen liegen vor allem im Operations-Management & Logistics, sind aber genauso in Service und Dienstleistung anwendbar. 

Fokus liegt auf der mathematischen Modellierung von deterministischen Systemen und auf der selbstständigen Entwicklung von einfachen Algorithmen für praktische Optimierungsaufgaben. Erklärtes Ziel ist es, ausreichend Anwendungskompetenzen zu vermitteln, dass Sie sich zutrauen, die Ansätze selbstständig in der Praxis anzuweden.

Kurse in diesem Modul

Operations Research:

Themen/Lernblock:  Mathematische Programmierung 
-Einführung: Variablen, Parameter und Indices als Bausteine für die Entwicklung linearer Modelle mit Zielfunktion und Nebenbedingungen. 
-Modelle mit binären Variablen; Modellierung von logischen Nebenbedingungen (A oder B, A und B, wenn A dann B), Sprungkosten u.v.m.  
-Standard (Matrix-) Form der mathematischen Programmierungsmodelle; Optimierung mit Hilfe von open-source zugänglichen Solvern (Python)
- Interpretation und Validierung der Ergebnisse

 

Themen/Lernblock:  Kombinatorische Optimierung
-Grundlegende Konzepte für kombinatorische Optimierung: globales vs. lokales Optimum, Nachbarschaften. 
-Konstruktionsheuristiken & Verbesserungsheuristiken (Local Search, Randomized Local Search,  .
-Neustarts & Randomisierung.
-Interpretation und Validierung der Ergebnisse
-Umsetzung an individuellen Praxis-Beispielen: Projektarbeit in Kleinruppen. (vgl. Leistungsnachweis)

 

Themen/Lernblock:  Graphentheorie 
-Einführung: Knoten und Kanten; Pfade, Bäume und Flüsse; Kanten- und Knotenfärbungen.  
-Algorithmen zur Bestimmung des kürzesten Pfades, des minimalen Spannbaums und des maximalen Flusses. Übersicht der breiten Anwendungsmöglichkeiten dieser Algorithmen. 
-Umsetzung und Optimierung  mit bestehenden Packages in Python.
- Interpretation und Validierung der Ergebnisse

 

Abschluss/ Konsolidierung:
- Das Traveling Salesman Problem und die sogenannte «kombinatorische Explosion». 
- Lösungsmöglichkeiten mit verschiedenen bis dahin gelernten Lösungsansätzen

Vorlesung mit 2 Lektionen pro Woche
Uebung mit 2 Lektionen pro Woche
Disclaimer

Diese Beschreibung ist rechtlich nicht verbindlich! Weitere Informationen finden Sie in der detaillierten Modulbeschreibung.