Masterstudierende, insbesondere Studierende des Masters Wirtschaftsinformatik

Voraussetzungen

Es gibt keine direkten Zugangsvoraussetzungen, aber ein erfolgreicher Abschluss des Moduls "Operations Research" oder eines vergleichbaren Moduls wird empfohlen. Zudem sind Programmierkenntnisse von Vorteil.

Qualifikationsziele

Studierende dieses Moduls erwerben umfassende Kenntnisse über netzwerkbasierte Modelle und Algorithmen sowie über verschiedene Metaheuristiken und deren zugrundeliegende Konzepte. Das Modul deckt sowohl die theoretischen Grundlagen als auch die praktischen Anwendungen und aktuelle Herausforderungen in diesen Bereichen ab.

Inhalte

Netzwerke und Graphenstrukturen finden in zahlreichen praktischen Anwendungsbereichen Anwendung.
Ob in der Mobilität und im Verkehr, der Logistik und den Supply-Chain-Operationen oder in der Analyse von Gas- und Wassernetzwerken – betriebliche Planungsprobleme lassen sich oft als Netzwerkprobleme modellieren und mit spezialisierten Verfahren effizient analysieren und lösen.

Diese Veranstaltung gliedert sich in zwei zentrale Themenblöcke:

Netzwerkprobleme und Lösungsverfahren:
Im ersten Teil werden klassische Netzwerkprobleme diskutiert und geeignete algorithmische Lösungsansätze vorgestellt. Dazu zählen sowohl exakte analytische Verfahren wie der Netzwerk-Simplex-Algorithmus und der Ford-Fulkerson-Algorithmus als auch heuristische Verfahren.

Metaheuristiken für kombinatorische Optimierungsprobleme:
Im zweiten Teil erhalten die Studierenden einen systematischen Überblick über verschiedene Klassen von Metaheuristiken, darunter naturinspirierte Verfahren. Sie vertiefen sich in spezifische Ansätze wie evolutionäre und genetische Algorithmen, künstliche neuronale Netze, Simulated Annealing, Tabu-Suche und Ameisenalgorithmen. Dabei werden sowohl die theoretischen Grundlagen als auch Herausforderungen und typische Anwendungsgebiete dieser Verfahren behandelt.

Die Veranstaltung kombiniert theoretische Konzepte mit praxisnahen Beispielen und algorithmischen Implementierungen, um den Studierenden ein tiefgehendes Verständnis der Methoden und deren Anwendung in realen Optimierungsproblemen zu vermitteln.

Innerhalb dieser Lehrveranstaltung können Studierende die Inhalte im Rahmen eines Inverted-Classroom-Konzepts vertiefen und den anderen Studierenden erarbeitete Inhalte präsentieren. Als Prüfungsleistungen sind sowohl eine Klausur als auch eine schriftliche Ausarbeitung der Gruppenprojekte zu absolvieren.