Kursinnehåll
Storskaliga optimeringsproblem har ofta inneboende strukturer som kan utnyttjas för att lösa dessa problem effektivt. Kursen behandlar ett antal grundläggande principer med vars hjälp storskaliga optimeringsproblem kan lösas. Tekniken kallas allmänt dekompositionkoordinering (eller, distribuerad algoritmkonsensus) och utnyttjar bland annat konvexitets- och dualitetsteori. Kursen innehåller viktiga praktiska moment: övningar i modellering och lösning av optimeringsproblem med komplicerande villkor och/eller variabler, samt projektarbeten i vilka storskaliga optimeringsproblem löses med hjälp av dualitetsteori och tekniker som gås igenom vid föreläsningarna. Kortfattat innehåll: komplexitet, enkla/svåra optimeringsproblem, linjära optimeringsproblem med heltalsvillkor, unimodularitet, konvexitet. Dekompositionkoordinering, restriktion, relaxering, gränser för optimalvärdet, projektion, fixering av variabler, dualisering, omgivningar, heuristiker, lokala sökmetoder. Lagrangedualitet, subgradientmetoder, (ergodisk) konvergens, återskapande av heltaliga lösningar, Lagrangeheuristiker, plansnittning, kolumngenerering, koordinerande masterproblem, DantzigWolfe-dekomposition, Benders-dekomposition.