Seminar „Optimierung unter Unsicherheit“

Organisatorisches

Vorbesprechungstermin
25. Juni um 13 Uhr in FAN-D 1.29
Anmeldeschluss

31. Oktober 2014

Beteiligte Lehrpersonen

Dozent
Jörg Rambau
Übungsleiter
Susanne Hoffmeister

Inhalt

ELVIS_copy
Ein Hochregallager.

Optimierungsprobleme deren Daten noch nicht vollständig bekannt sind, treten sehr häufig in der Praxis auf. So sind zum Beispiel möglichst kurze Fahr- und Wartezeiten für Fahrstuhlfahrer erwünscht. Doch wie soll der Fahstuhl bestmöglichst gesteuert werden, wenn noch nicht alle Fahrten bekannt sind?

Bei einigen Problemstellungen dieser Art sind stochastische Informationen vorhanden, die in der Optimierung berücksichtigt werden können. So nutzen zum Beispiel Markovsche Entscheidungsprobleme und Techniken aus der stochastischen dynamischen Programmierung diese Informationen, um ein in Erwartung optimales Ergebnis zu berechnen. In anderen Anwendungen kann man alle auftretenden Instanzen eingrenzen und möchte sich gegen den Worst-Case absichern. Dieses Anliegen wird mit der robusten Optimierung verfolgt. Liegen keine weiteren Informationen vor, kann eine Strategie mit einer kompetitive Analyse bewertet werden.

Zielgruppe und empfohlene Vorkenntnisse

Die Veranstaltung richtet sich an Studenten der Mathematik, Technomathematik und Wirtschaftsmathematik sowie Informatik. Kenntnisse in Linearer Optimierung, Online-Optimierung oder Stochastischer Linearer Optimierung sind je nach Thema hilfreich.

Verwendbarkeit

Modultyp
Bachelor-Hauptseminar C2 bzw. Master-Hauptseminar A2 (Anforderungen entsprechend unterschiedlich)
Leistungspunkte
5 bzw. 10
Teilprüfung/Leistungsnachweis
Erfolgreicher Vortrag, maximal fünfseitiges Handout

Universität Bayreuth -