Digitale Werkzeuge (Teil 2) - Methoden und Algorithmen

Anwendungsnah und zukunftsorientiert

Das Themenspektrum spiegelt wider, womit Ingenieur:innen heute in der Praxis arbeiten:

• Datenstrukturen und algorithmisches Design - das Fundament effizienter Programme
• SciPy für numerische Methoden und Simulationen
• Optimierungsalgorithmen mit der DEAP-Bibliothek - evolutionäre Methoden, wie sie in der Strukturoptimierung eingesetzt werden
• Maschinelles Lernen mit Scikit-learn und Keras - von klassischer Regression bis zu neuronalen Netzen
• Einblick in C++ - nicht als zweite Fremdsprache, sondern als Beweis: Wer die Logik des Programmierens einmal verstanden hat, findet sich in jeder weiteren Sprache schnell zurecht.

Vom Algorithmus zur Lösung

Ein besonderer Schwerpunkt der Vorlesung liegt auf dem Brückenschlag zwischen Theorie und Anwendung. Die Studierenden lösen keine abstrakten Lehrbuchaufgaben, sondern entwickeln Programme, die typische Fragestellungen aus der Produktionsplanung und der Optimierung von Strukturbaugruppen adressieren. Optimierungsaufgaben, Aufbau einfacher Simulationspipelines - die Projekte sind praxisnah gestaltet.

• Wie zum Beispiel kann eine CNC-Maschine am effizientesten belegt werden?
• Was ist die kürzeste Route, um die 15 größten Städte in Deutschland anzufahren?

• Wie können wir das Gewicht einer Brücke minimieren, bei gleichzeitig ausreichender Tragfähigkeit?

All diese Beispiele zur Kostenreduktion sind in der Industrie an der Tagesordnung und werden in der Veranstaltung behandelt.