ILIAS Lernplattform
2550140 – Gemischt-ganzzahlige Optimierung II
SS 2024
KIT-Fakultät für Wirtschaftswissenschaften
Organisationseinheiten
Magazin
Hilfe
Sprache
Deutsch
English
Anmelden
0
0
Mehr zeigen
Tools
Magazin
Mehr
Hilfe
Magazin - Einstiegsseite
Baumansicht
...
Schließen
Magazin
Organisationseinheiten
KIT-Fakultät für Wirtschaftswissenschaften
SS 2024
2550140 – Gemischt-ganzzahlige Optimierung II
Aktionen
Mehrere Objekte herunterladen
2550140 – Gemischt-ganzzahlige Optimierung II
Allgemeine Informationen
Wichtige Informationen
Dozent: Prof. Dr. Oliver Stein, Institut für Operations Research
Zeit und Ort: Donnerstag 9:45 Uhr - 11:15 Uhr, 10.11-223 - Seminarraum Hauptgebäude.
Beginn: Donnerstag, 18. April 2024.
Erfolgskontrolle: mündliche Prüfung (Termin nach Vereinbarung), Prüfungsvorleistung: 30% der Übungspunkte.
Kursprogramm
Inhalt:
Bei der Modellierung vieler Optimierungsprobleme aus Wirtschafts-, Ingenieur- und Naturwissenschaften treten sowohl kontinuierliche als auch diskrete Variablen auf. Beispiele sind das energieminimale Design eines chemischen Prozesses, bei dem verschiedene Reaktoren wahlweise ein- oder ausgeschaltet werden können, oder das zeitminimale Zurücklegen einer Strecke mit einem Fahrzeug, das über eine Gangschaltung verfügt. Während man in dieser Situation problemlos Optimalpunkte definieren kann, ist für deren numerische Identifizierung ein Zusammenspiel von Ideen der diskreten und der kontinuierlichen Optimierung notwendig.
Die Vorlesung behandelt Verfahren zur Lösung von Optimierungsproblemen, die sowohl von kontinuierlichen als auch von diskreten Variablen abhängen. Während sich Teil I der Vorlesung mit
linearen
gemischt-ganzzahligen Problemen befasst, behandelt Teil II Verfahren zur Lösung von Optimierungsproblemen, die
nichtlinear
sowohl von kontinuierlichen als auch von diskreten Variablen abhängen. Sie ist wie folgt aufgebaut:
• Kontinuierliche Relaxierung und Fehlerschranken für Rundungen
• Branch-and-Bound für konvexe Probleme
• Verallgemeinerte Benders-Dekomposition
• Äußere-Approximations-Verfahren
• Lagrange-Relaxierung
• Dantzig-Wolfe-Dekomposition
• Heuristiken
Ergänzende Informationen:
In der zur Vorlesung angebotenen Übung haben Sie unter anderem Gelegenheit, einige Verfahren zu implementieren und an praxisnahen Beispielen zu testen.
Übungen
(Leitung: Stefan Schwarze)
Donnerstag, 11:30 - 13:00 Uhr, 10.11-223 - Seminarraum Hauptgebäude (zweiwöchentlich, Terminliste wird in ILIAS bekanntgegeben).
Beginn: 18. April 2024.
Format: Präsenz
Literatur:
C.A. FLOUDAS,
Nonlinear and Mixed-Integer Optimization
, Oxford University Press, 1995.
G.L. NEMHAUSER, L.A. WOLSEY,
Integer and Combinatorial Optimization
, Wiley, 1988.
J. KALLRATH,
Gemischt-ganzzahlige Optimierung
, Vieweg, 2002.
D. LI, X. SUN,
Nonlinear Integer Programming
, Springer, 2006.
M. TAWARMALANI, N.V. SAHINIDIS,
Convexification and Global Optimization in Continuous and Mixed-Integer Nonlinear Programming
, Kluwer, 2002.
Allgemein
Sprache
Deutsch
Copyright
All rights reserved
Verfügbarkeit
Zugriff
Unbegrenzt – wenn online geschaltet
Aufnahmeverfahren
Sie können diesem Kurs direkt beitreten.
Zeitraum für Beitritte
Bis: 1. Apr 2025, 00:00
Für Kursadministration freigegebene Daten
Daten des Persönlichen Profils
Anmeldename
Vorname
Nachname
E-Mail
Matrikelnummer
Zusätzliche Informationen
Objekt-ID
3094189