Die Vorlesung Gemischt-ganzzahlige nichtlineare Optimierung (LSF) wird im SS 2020 online für Bachelor- und Masterstudierende an der Otto-von-Guericke-Universität Magdeburg gelesen.
Fragen zur Vorlesung können jederzeit in unserer slack Gruppe gestellt werden. Zusätzlich gibt es zu den im folgenden gelisteten Terminen zoom-Videokonferenzen. Stellen Sie bitte sicher, dass Sie sich bis zu dem Termin das genannte Videomaterial heruntergeladen und angeschaut haben.
Datum | Thema |
---|---|
14.4.20, 09h00 | Testen der Zoom Konferenz, 0. Organisatorisches |
20.4.20, 11h15 | 1. Introduction Part 1/2 |
27.4.20, 11h15 | 1. Introduction Part 2/2 |
4.5.20, 11h15 | AMPL und Übungsblatt 01 |
11.5.20, 11h15 | 2. MINLP Algorithmen Part 1/4 |
18.5.20, 11h15 | 2. MINLP Algorithmen Parts 2/4 und 3/4 |
25.5.20, 11h15 | Übungsblatt 02 |
1.6.20, 11h15 | Keine Zoom-Konferenz, Pfingstmontag |
8.6.20, 11h15 | 2. MINLP Algorithmen Parts 4/4, Übungsblatt 03 |
15.6.20, 11h15 | 3. Implementation Details Parts 1/2 und 2/2 |
22.6.20, 11h15 | Übungsblatt 04 |
29.6.20, 11h15 | 4. Modellierung Parts 1/3 und 2/3 |
6.7.20, 11h15 | 4. Modellierung Part 3/3, Übungsblatt 05 |
Die ganzzahlige lineare Optimierung (MILP), die kontinuierliche nichtlineare Optimierung (NLP) wie die Optimale Steuerung (OC) haben für sich genommen beeindruckende Fortschritte erzielt in den letzten 70 Jahren. Ein vergleichsweise junges Forschungsgebiet ist dagegen die Kombination von nichtlinearen und ganzzahligen Aspekten in dem Gebiet des Mixed-Integer Nonlinear Programming (MINLP) und erst recht unter Berücksichtigung von dynamischen Effekten in dem Gebiet der Mixed-Integer Optimal Control (MIOC). Die Vorlesung gibt einen Einblick in diese Welt und versucht, sich neben der Vermittlung der Grundlagen und der Motivation durch Anwendungen auch eng am Stand der aktuellen Forschung zu bewegen und mögliche Bachelor- und Masterarbeitsthemen aufzuzeigen.
Themen sind u.a.: Einführung und Anwendungen, Schranken, Relaxierungen, Branch&Bound, Schnittebenen, Diskussion der wesentlichen Fortschritte bei MILPs und deren Übertragbarkeit auf MINLPs, Extended Cutting Planes, Outer Approximation, Branch&Bound, Implementierungsdetails, ganzzahlige Modellierung, gemischt-ganzzahlige optimale Steuerung. Der Fokus wird auf Algorithmen und Modellierung liegen.
Literaturempfehlungen werden in der Vorlesung diskutiert. Es werden Folien und Videos zur Verfügung gestellt.
In die Vorlesung werden Übungen im Umfang von 1 SWS integriert. Zielsetzung wird neben mathematischen Aufgaben auch der Umgang mit modernen Modellierungs- und Optimierungstools sein. Diese werden virtuell über slack und zoom abgehalten.
Materialien, Uebungsblätter und Musterlösungen
Studierende der Mathematik, ggfs. auch der Natur-, Ingenieurs- und der Wirtschaftswissenschaften.
Mathematische Grundvorlesungen und Einführung in die Optimierung werden vorausgesetzt, die Nichtlineare Optimierung wird empfohlen.
Ich freue mich über generelles Interesse und Fragen: