Inhalt

[ 2WCLOME ] SE Computational Logistics: Metaheuristiken

Versionsauswahl
Es ist eine neuere Version 2019W dieser LV im Curriculum Masterstudium Wirtschaftsinformatik 2023W vorhanden.
Workload Ausbildungslevel Studienfachbereich VerantwortlicheR Semesterstunden Anbietende Uni
6 ECTS M2 - Master 2. Jahr Betriebswirtschaftslehre Karl Doerner 0 SSt Johannes Kepler Universität Linz
Detailinformationen
Quellcurriculum Masterstudium Wirtschaftsinformatik 2013W
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. Darüberhinaus 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 Deutsch
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? Ja
Präsenzlehrveranstaltung
Teilungsziffer -
Zuteilungsverfahren Zuteilung nach Vorrangzahl