TAOP24 · Linköpings universitet
Optimeringslära fortsättningskurs
Ny kurs
Inga tentor än
Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial
Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg
HP
6
Språk
Svenska
Nivå
Grundnivå
Fakultet
Tekniska fakulteten
Institution
Matematiska institutionen
Lärandemål
- Studenten ska efter avslutad kurs
- M1 (modellering):
- ha förmåga att konstruera matematiska modeller för icke standardmässiga optimeringsproblem inom nätverksoptimering och heltalsoptimering,
- M2 (teori och metod):
- kunna identifiera optimeringsproblem från de delområden som ingår i kursen och kunna använda begrepp, teori och metoder inom dessa områden,
- M3 (redovisning):
- kunna redovisa hur modellering görs och metoder används inom kursens delområden, med hjälp av korrekta begrepp,
- M4 (programvara):
- kunna använda standardoptimeringsprogramvara för optimeringsproblem.
Kursinnehåll
- Nätverksoptimering:
- nätverksmodellering, LP-formulering av flöden i nätverk, simplexmetoden för uppåt begränsade variabler, kortaste väg, minkostnadsflöden, maxflöden.
- Dynamisk programmering:
- optimalitetsprincipen, formulering, deterministisk och stokastisk dynamisk programmering.
- Heltalsoptimering:
- heltalsmodellering, relaxationer, heuristiker.
- Flermålsoptimering:
- Pareto-optimalitet och Pareto-front, skalärisering, exponerade Pareto-punkter.
- Olinjär optimering:
- optimalitetsvillkor, konjugerade gradienter, kvasi-Newton, kvadratisk programmering, barriärfunktionsmetoder.
Förutsättningar
- Optimeringslära, grundkurs
Litteratur
Optimeringslära övningsbok - Henningsson, Mathias m.fl.
Optimeringslära - Lundgren, Jan, Rönnqvist, Mikael, Värbrand, Peter
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis