Modulets indhold, forløb og pædagogik
Læringsmål
Viden
- kender til forskellige klasser af optimeringsproblemer
- kender til objektfunktioner med og ude sidebetingelser,
global/local minima, konvekse/ikke-konvekse funktioner og
mængder
- kender til dimensionalitetsbegrebet (eng. consequences of
dimensionality)
- kender til gradient og optimal gradient metoder
- kender til Newton- og indrepunkts metoder
- kender til såkaldte sine search methoder and stop
kriterier
- kendskab til numeriske optimeringssoftware til ikke-lineær
optimering
- kendskab til metoder til løsning af kombinatoriske
Færdigheder
- skal kunne identificere klasser optimeringsproblemer
- skal kunne anvende optimeringsmetoder til at designe og
implementere algoritmer til brug for kontinuert og diskret
optimering
- skal kunne evaluere og vurdere performance af
optimeringsalgoritmer
- skal kunne omskrive optimeringsproblemer til standard form og
anvende moderne optimeringssoftware
- skal kunne forstå og evaluere de numeriske aspekter af
optimeringsalgoritmer
Kompetencer
- skal kunne formulere optimeringsproblemer som de forekommer
inden for tekniske problemstillinger
- skal kunne anvende optimeringsteknikker inden for
teknologi
Undervisningsform
Forelæsninger med tilhørende opgaveregning.
Omfang og forventet arbejdsindsats
Kursusmodulets omfang er 5 ECTS svarende til 137,5 timers
studieindsats.
Eksamen
Prøver
Prøvens navn | Optimeringsmetoder |
Prøveform | Skriftlig eller mundtlig |
ECTS | 5 |
Bedømmelsesform | Bestået/ikke bestået |
Censur | Intern prøve |
Vurderingskriterier | Vurderingskriterierne er angivet i Universitetets
eksamensordning |
Yderligere informationer
Kontakt venligst Studienævn for Matematiske Fag
- studyboard@math.aau.dk