Kursbeschreibung
In diesem Seminar erfolgt eine tiefergehende Auseinandersetzung mit der Modellierung von mathematischen Optimierungsmodellen, der Einbettung von Modellen der Künstlichen Intelligenz sowie der Implementierung und Lösung mittels einschlägiger Standardsoftware. Diese Methoden werden in einer Fallstudie angewandt. Im Einzelnen setzen sich die Studierenden mit folgenden Themengebieten auseinander:
- Modellierung von mathematischen Optimierungsmodellen (4 LP und 8 LP)
- Einbettung von Modellen der Künstlichen Intelligenz in mathematische Optimierungsmodelle (4 LP und 8 LP)
- Implementierung und Lösungsfindung mittels Python und Gurobi (4 LP und 8 LP)
- Konzeption und Implementierung eines zusätzlichen Prognosemodells (nur 8 LP)
- Bearbeitung einer Fallstudie (4 LP und 8 LP)
- Auswertung und Interpretation der Ergebnisse (4 LP und 8 LP)
- Präsentation und Diskussion (4 LP und 8 LP)
Die Inhalte unterscheiden sich für die Seminare mit 4 LP (Bachelor und Master) und 8 LP (nur Master). Masterstudierende können wählen, ob das Seminar mit 4 LP oder 8 LP belegt werden soll.
Im Seminar mit 4 LP befassen sich Studierende aus dem Bachelor- und Masterstudium mit der Konzeption und Implementierung mathematischer Optimierungsmodelle, der Einbettung von Modellen der Künstlichen Intelligenz sowie der Lösung mittels Python und Gurobi. Studierende im Masterstudium sind im Seminar mit 8 LP außerdem dazu aufgefordert, ein zusätzliches Prognosemodell für die Nachfrage mit Hilfe der gelehrten Methoden zu entwickeln und mittels Python zu implementieren. Die Inhalte des Seminars mit 4 LP sind für Studierende aus dem Bachelor- und Masterstudium identisch.
