Lehr- und Forschungsgebiet Diskrete Optimierung

WICHTIG
Aktuelle Informationen und Materialien zur Lehrveranstaltung finden Sie im zugehörigen RWTHmoodle-Lernraum.

Mathematische Heuristiken in der diskreten Optimierung

Dozent: Prof. Dr. Christina Büsing

Assistent: Timo Gersing, M.Sc.; Stephan Marnach, M.Sc.; Sabrina Schmitz, M.Sc.

Ablauf der Lehrveranstaltung

Aufgrund der aktuellen Lage wird die Vorlesung zunächst als reading course gehalten. Die Übungen werden über Zoom abgehalten. Nähere Informationen dazu finden Sie hier oder im zugehörigen RWTHmoodle-Lernraum.

Inhalte der Lehrveranstaltung: Single Solution Based Heuristics (e.g., Local Search, Greedy Randomized Adaptive Search Procedure, Variable Neighborhood Search, Tabu Search, Simulated Annealing); Analysis of Heuristics (Run-time analysis, approximation ratio); Tuning of Heuristics; Population Based Heuristics (e.g., Genetic Algorithms, Genetic Programming, Parallel Implementation, Ant Colony Optimization); Hybrid Approaches; Matheuristics

last modified: 31/03/2020 - 17:10