zurück zur Suche

Applied Discrete Optimization

WI000819Management-Schwerpunkt6 ECTSEnglischWintersemester/SommersemesterLehrstuhl für Operations Research (Prof. Schulz)
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst, wie diskrete Optimierungsprobleme modelliert und gelöst werden. Der Kurs behandelt polyedrische Grundlagen, exakte Verfahren (z. B. Branch-and-Bound, Branch-and-Cut, Branch-and-Price, Dantzig–Wolfe, Benders, Lagrange-Relaxation) und heuristische/metaheuristische Ansätze. Am Ende kannst du geeignete Methoden (exakt oder heuristisch) zur Lösung komplexer, großskaliger Modelle anwenden.

Was du danach kannst

  • Verständnis der Komplexität diskreter Optimierungsmodelle
  • Kenntnis der polyedrischen Theorie
  • Vertrautheit mit grundlegenden exakten Lösungsverfahren
  • Vertrautheit mit fortgeschrittenen exakten Methoden (z. B. Branch-and-Cut, Branch-and-Price, Benders, Lagrangian Relaxation)
  • Anwendung geeigneter Lösungsansätze (exakt oder heuristisch) auf praktische Probleme

Aus was das Modul besteht

  • VorlesungVermittlung der theoretischen Grundlagen, Beispiele und Anwendungen
  • Übungen / GruppenaufgabenPraxisnahe Anwendung der Methoden und Bearbeitung realer Anwendungsfälle; Vorbereitung auf die Leistungsnachweise
  • Diskussion technischer FachartikelVertiefung spezifischer Probleme und Lösungsansätze durch ausgewählte Paper

Lehrmethode

  • VorlesungErklärung der fundamentalen Theorien hinter den Lösungsverfahren und Demonstration an Beispielen
  • Gruppenaufgaben / AssignmentsPraktische Übung der erlernten Methoden und Bearbeitung realer Anwendungen
  • FachartikeldiskussionVertiefung spezieller Themen und aktueller Lösungsansätze
Keine Termine im laufenden Semester
Für dieses Modul liegen im aktuellen Semester keine Kurstermine vor, oder die Zuordnung fehlt noch.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.