Beschreibung einzelner Lerneinheiten (ECTS-Lehrveranstaltungsbeschreibungen) pro Semester

Keine

Zwei bis drei Themen basierend auf Forschungsartikeln und/oder Lehrbuchkapiteln, z. B.:

• Gemischt Ganzzahlige Lineare Programmierung
• Direkte Suchverfahren
• Randomisierte Suchverfahren
• Dynamische Optimierung
• Mehrzieloptimierung
• Beispiele für Energie- und Klima-Anwendungen

Die Studierenden kennen nach der Lehrveranstaltung ausgewählte, aktuelle Themen im Bereich "Effiziente Systeme". Sie haben durch die Lehrveranstaltung eine detaillierte Einschätzung hinsichtlich ihrer Vor- und Nachteile erlangt und können die erlernten Methoden an praxisnahen Problemstellungen anwenden. Die Studierenden können die vorgestellten Methoden

• in ihrer Grundidee darstellen und ihre Funktionsweise detailliert beschreiben
• am Computer auf Praxisbeispiele anwenden
• kritisch hinsichtlich ihrer Robustheit, ihrer Rechenkomplexität, ihrem Informationsaufwand und ihrem Nutzen reflektieren.

Integrierte Lehrveranstaltung

Schriftliche Prüfung

Keiner

Fachliteratur, weitere Lernressourcen und Hilfsmittel ergeben sich aus dem ausgewählten Thema. Hier sind einige Beispiele angeführt:

• Calafiore, Giuseppe C.; Laurent, El Ghaoui (2014): Optimization Models. Cambridge: Cambridge University Press.
• Kallrath, Josef u.a. (2009): Optimization in the Energy Industry. 2009. Aufl. Berlin: Springer.
• Kovacevic, Raimund M.; Pflug, Georg Ch; Vespucci, Maria Teresa (2013): Handbook of Risk Management in Energy Production and Trading. 2013. Aufl. New York: Springer.
• Papageorgiou, Markos; Leibold, Marion; Buss, Martin (2009): Optimierung: Statische, Dynamische, Stochastische Verfahren für die Anwendung. 3. neu bearb. und erw. Auflage. Berlin: Springer.
• Borrelli, Francesco; Bemporad, Alberto; Morari, Manfred (2017): Predictive Control for Linear and Hybrid Systems. Cambridge, United Kingdom ; New York, NY, USA: Cambridge University Press.
• Stocker, Thomas (2011): Introduction to Climate Modelling. 2011. Aufl. New York: Springer.
• Eiben, Gusz; Smith, James E. (2015): Introduction to Evolutionary Computing. 2nd Edition. Springer: Berlin, Heidelberg.
• Conn, Andrew R.; Scheinberg, Katya; Vicente, Luis N. (2009): Introduction to Derivative-free Optimization. SIAM.

Präsenzveranstaltung. Die Studierenden werden vor Beginn der Lehrveranstaltung über die Anwesenheitsvorgaben der Lehrbeauftragten informiert.