|
Modulbezeichnung (engl.):
Advanced Operations Research |
|
Code: MASCM-240 |
|
4VU (4 Semesterwochenstunden) |
6 |
Studiensemester: 2 |
Pflichtfach: ja |
Arbeitssprache:
Englisch |
Prüfungsart:
Klausur und Projektarbeit (120 Minuten / Gewichtung 2:1 / Wiederholung semesterweise)
[letzte Änderung 05.01.2016]
|
DFMM-MASCM-240 Management Sciences, Master, ASPO 01.10.2018
, 1. Semester, Wahlpflichtfach
MASCM-240 (P420-0331, P420-0332, P620-0123) Supply Chain Management, Master, ASPO 01.04.2016
, 2. Semester, Pflichtfach
MASCM-240 (P420-0331, P420-0332, P620-0123) Supply Chain Management, Master, ASPO 01.04.2017
, 2. Semester, Pflichtfach
geeignet für Austauschstudenten mit learning agreement
|
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 6 Creditpoints 180 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 135 Stunden zur Verfügung.
|
Empfohlene Voraussetzungen (Module):
Keine.
|
Sonstige Vorkenntnisse:
s. Zulassungsvoraussetzungen (mindestens 9 Creditpoints in Mathematik und Statistik)
[letzte Änderung 06.01.2016]
|
Als Vorkenntnis empfohlen für Module:
|
Modulverantwortung:
Prof. Dr. Teresa Melo |
Dozent/innen: Prof. Dr. Teresa Melo
[letzte Änderung 01.04.2017]
|
Lernziele:
After having successfully completed this module, the student will - obtain practice and experience in formulating realistic (integer) linear programming models, - be aware of applications of linear programming that have been encountered in practice, - be able to develop an appreciation for the diversity of problems that can be modeled as linear programs, - be aware of the power, and the limitations, of optimization methods, - understand the concept of multicriteria decision making and how it differs from situations and procedures involving a single criterion, - be able to develop a goal programming model of a multiple criteria problem, - be aware of major heuristic techniques and know when and how to apply them, - be familiar with commercial software such as Excel Solver, - be able to interpret the computer solution of a linear programming problem and to perform sensitivity analysis.
[letzte Änderung 26.01.2016]
|
Inhalt:
1. Linear programming revisited: - Building linear programming models - Typical applications in production and distribution planning - Economic interpretation of a solution - Duality theory and sensitivity analysis 2. Multi-criteria decision problems: - Motivation and examples of conflicting objectives - Preemptive and non-preemptive goal programming - The analytic hierarchy process (AHP) 3. Integer and mixed-integer linear programming: - Formulation of optimization models with discrete decision variables - Innovative uses of binary variables in model formulation - Sample applications in logistics and supply chain planning - The branch-and-bound technique 4. Metaheuristics: - The nature of metaheuristics - Tabu search - Simulated annealing - Genetic algorithms 5. Formulating and solving optimization models on a spreadsheet (Excel Solver)
[letzte Änderung 26.01.2016]
|
Weitere Lehrmethoden und Medien:
Vortrag und Diskussion in der Großgruppe, unterstützt durch Folien (Beamer) und Tafel (Theorie und Vorrechnen exemplarischer Beispiele). Die Vorlesung wird durch Übungen ergänzt. Um eigenständiges Arbeiten zu unterstützen, wird eine Vielzahl von Übungsblättern bereitgestellt, deren thematische Breite das weite Einsatzspektrum der behandelten Methoden zeigt. Anschließend werden die Lösungen der Aufgaben mit den Studierenden besprochen (zum Teil mit Hilfe von Optimierungssoftware). Sowohl das Vorlesungsskript als auch die Übungsblätter stehen den Studierenden in elektronischer Form zur Verfügung.
[letzte Änderung 05.01.2016]
|
Literatur:
Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., Cochran, J. J., Fry, M. J., Olhmann, J. W.: An Introduction to Management Science: Quantitative Approaches to Decision Making (14th edition). Cengage Learning, 2015 Hillier, F., Lieberman, G.: Introduction to Operations Research (9th edition). McGraw Hill Higher Education, 2010 Williams, H. P.: Model Building in Mathematical Programming (5th edition). Wiley, 2013 Winston, W. L.: Operations Research: Applications and Algorithms (4th edition). Cengage Learning, 2004
[letzte Änderung 05.01.2016]
|