| Detailinformationen |
| Quellcurriculum |
Masterstudium Wirtschaftsinformatik 2019W |
| Ziele |
Die Studierenden besitzen Kenntnisse über die existierenden heuristischen und metaheuristischen Lösungskonzepte, die in Anwendungen der Logistik zum Einsatz kommen. Sie kennen die grundlegenden Design Konzepte von Heuristiken und Metaheuristiken. Sie sind in der Lage einfache Heuristiken und Metaheuristiken für Planungsprobleme selbst zu designen, zu implementieren und zu testen. Darüber hinaus besitzen sie Kenntnis über statistische Methoden zur Evaluierung von heuristischen bzw. metaheuristischen Ergebnissen.
|
| Lehrinhalte |
Metaheuristische Konzepte: Variable Neighborhood Search, Adaptive Large Neighborhood Search, Tabu Search, Simulated Annealing, Genetische Algorithmen, Ant Colony Optimization.
|
| Beurteilungskriterien |
Vortrag der Projektarbeit, Klausur
|
| Lehrmethoden |
Hausübungsbeispiele, Projektarbeit
|
| Abhaltungssprache |
Englisch |
| Literatur |
Burke, Kendall: Search Methodologies, Introductory Tutorials in Optimization and Decision Support Techniques. Springer. 2005
Gendreau, Potvin: Handbood of Metaheuristics, 2nd Edition. Springer. 2010.
Hoos, Stützle: Stochastic Local Search - Foundations and Applications. Elsevier. 2005.
|
| Lehrinhalte wechselnd? |
Nein |
| Frühere Varianten |
Decken ebenfalls die Anforderungen des Curriculums ab (von - bis)
2WCLOME: SE Computational Logistics: Metaheuristiken (2013W-2014S)
|
