Studieninformation
Hintergrundbild
Hintergrundbild
Hintergrundbild
Druckversion  Sprachumschaltung
 

Modul 31-MM34 Data Science in Operations Research

Fakultät

Modulverantwortliche/r

Turnus (Beginn)

Jedes Semester

Leistungspunkte und Dauer

17 Leistungspunkte

Die Angaben zur Moduldauer finden Sie bei den Studiengängen, in denen das Modul verwendet wird.

Kompetenzen

Students learn to apply quantitative methods of decision making in the field of Operations Research and Data Science for solving real-world decision problems. Students will be able to identify optimization problems present in many industrial contexts and model them using linear mathematical models and (meta)heuristics. Students will be able to identify appropriate solution methods for problems and provide advice/results to decision makers. Students will utilize hybrid techniques utilizing Data Science and Operations Research.

Die Studierenden erlernen, quantitative Methoden der Entscheidungsfindung im Bereich Operations Research und Data Science zur Lösung realer Entscheidungsprobleme anzuwenden. Die Studierenden sind in der Lage, Optimierungsprobleme in vielen industriellen Zusammenhängen zu identifizieren und mit Hilfe linearer mathematischer Modelle und (Meta-)Heuristiken zu modellieren. Die Studierenden sind in der Lage, geeignete Lösungsansätze für Probleme zu identifizieren und Entscheidungsträger zu beraten. Die Studierenden werden hybride Techniken mit Hilfe von Data Science und Operations Research anwenden.

Lehrinhalte

The module covers the mathematical modeling of optimization problems with a special focus on the domain of logistics. "Classic" Operations Research problems are presented and constraint types/modeling tricks are discussed, e.g., logical constraints and piecewise linearization. Furthermore, network models are covered along with special matrix structures. The branch-and-bound algorithm and its generalization, branch-and-cut, are presented as solution methods for the constructed models. Numerous heuristics and metaheuristics are presented and analyzed, such as Genetic Algorithms, Ant Colony Optimization, Simulated Annealing, Tabu Search, etc. Algorithm configuration and selection techniques are covered, as well as hybridized methods using these approaches within metaheuristics and mixed integer-linear solvers. When possible, guest lectures from industrial experts provide further insight into the application of course techniques in the real world.

Das Modul behandelt die mathematische Modellierung von Optimierungsproblemen mit besonderem Fokus auf den Bereich der Logistik. "Klassische" Operations Research-Probleme werden vorgestellt und Constraint-Typen/Modellierungstricks diskutiert, z.B. logische Constraints und stückweise Linearisierung. Darüber hinaus werden Netzwerkmodelle und spezielle Matrixstrukturen abgedeckt. Der Branch-and-Bound-Algorithmus und seine Verallgemeinerung, Branch-and-Cut, werden als Lösungsmethoden für die konstruierten Modelle vorgestellt. Zahlreiche Heuristiken und Metaheuristiken werden vorgestellt und analysiert, wie z.B. genetische Algorithmen, Ameisenkolonieoptimierung, simulierte Abkühlung, Tabusuche, etc. Algorithmenkonfiguration und Auswahltechniken werden ebenso behandelt wie hybridisierte Methoden, die diese Ansätze in der Metaheuristik und in gemischten ganzzahligen linearen Solvern verwenden. Nach Möglichkeit geben Gastvorträge von Industrieexperten weitere Einblicke in die Anwendung der erlernten Kurstechniken in der Praxis.

Empfohlene Vorkenntnisse

  • Students should have basic knowledge of programming.
  • Knowledge of linear algebra is helpful, but not necessary.
  • Die Studierenden sollten über Programmiergrundkenntnisse verfügen.
  • Kenntnisse der linearen Algebra sind hilfreich, aber nicht notwendig.

Notwendige Voraussetzungen

Erläuterung zu den Modulelementen

Modulstruktur: 1 SL, 1 bPr 1

Veranstaltungen

Titel Art Turnus Workload (Kontaktzeit + Selbststudium) LP2
Combining OR and Data Science Vorlesung SoSe 120h (30 + 90) 4
Metaheuristics Vorlesung SoSe 120h (30 + 90) 4
Operations Research Models Vorlesung WiSe 120h (30 + 90) 4
Practical Exercise Praktikum o. Übung WiSe 150h (30 + 120) 5 [SL]

Studienleistungen

Veranstaltung Workload LP2
Practical Exercise (Praktikum o. Übung)

The practical exercises are intended to promote key competences of students in the subject context of the subject area. This can take the form of exercises, case studies, literature studies, tutorials, internships or didactic preparation of the material.

Die Praktischen Studien sollen im fachlichen Kontext des Themenbereichs Schlüsselkompetenzen der Studierenden fördern. Das kann geschehen durch Bearbeitung von Übungsaufgaben, Fallstudien, Literaturstudium, Tutorien, Praktika oder didaktische Aufbereitung des Stoffs.

siehe oben siehe oben
Diese Leistung kann gemeldet und verbucht werden.

Prüfungen

Organisatorische Zuordnung Art Gewichtung Workload LP2
Veranstaltungsübergreifend

Portfolio of three or four exercises or programming tasks (workload 10-15 working hours each), which are provided during the course, a group project accompanying the course (workload 20-30 working hours) and a final written exam (usually 60 minutes). The exercises and programming tasks as well as the group project supplement and deepen the content of the lecture.
An overall evaluation with a weighting of 40 (exercises or programming tasks) : 25 (group project) : 35 (final exam) is carried out.
The person responsible for the module designates one or more persons authorized to take the module part examination as examiners.

Portfolio aus drei oder vier Übungs- bzw. Programmieraufgaben (Arbeitsaufwand jeweils 10-15 Arbeitsstunden), die veranstaltungsbegleitend gestellt werden, einem veranstaltungsbegleitenden Gruppenprojekt (Arbeitsaufwand 20-30 Arbeitsstunden) und einer Abschlussklausur (in der Regel 60 Minuten). Die Übungsaufgaben bzw. Programmieraufgaben sowie das Gruppenprojekt ergänzen und vertiefen den Inhalt der Vorlesung.
Es erfolgt jeweils eine abschließende Gesamtbewertung mit einer Gewichtung von 40 (Übungs- bzw. Programmieraufgaben) : 25 (Gruppenprojekt) : 35 (Abschlussklausur).
Der Modulverantwortliche bestimmt einen oder mehrere prüfungsberechtigte Personen als Prüfer der gesamten Modulprüfung.

Portfolio mit Abschlussprüfung 1 - -
Diese Leistung kann gemeldet und verbucht werden.

Weitere Hinweise

Die Veranstaltungen des Moduls werden in englischer Sprache angeboten.

The courses of the module are offered in English.

In diesen Studiengängen wird das Modul verwendet:

Studiengang Profil Empf. Beginn 3 Dauer Bindung 4
Wirtschaftswissenschaften / Master of Science [FsB vom 04.02.2013 mit fünfter Berichtigung vom 15.10.2019 und Änderungen vom 15.10.2013, 28.05.2014, 01.04.2016, 27.07.2018, 01.03.2019 und 16.09.2019] 1. o. 2. zwei Semes­ter Wahl­pflicht
Wirtschaftswissenschaften / Master of Science [FsB vom 04.02.2013 mit fünfter Berichtigung vom 15.10.2019 und Änderungen vom 15.10.2013, 28.05.2014, 01.04.2016, 27.07.2018, 01.03.2019 und 16.09.2019] Data Science 1. o. 2. zwei Semes­ter Pflicht
Wirtschaftswissenschaften / Master of Science [FsB vom 04.02.2013 mit fünfter Berichtigung vom 15.10.2019 und Änderungen vom 15.10.2013, 28.05.2014, 01.04.2016, 27.07.2018, 01.03.2019 und 16.09.2019] International Management and Economics 1. o. 2. zwei Semes­ter Wahl­pflicht

Automatische Vollständigkeitsprüfung

In diesem Modul kann eine automatische Vollständigkeitsprüfung vom System durchgeführt werden.

Legende

1
Die Modulstruktur beschreibt die zur Erbringung des Moduls notwendigen Prüfungen und Studienleistungen.
2
LP ist die Abkürzung für Leistungspunkte.
3
Die Zahlen in dieser Spalte sind die Fachsemester, in denen der Beginn des Moduls empfohlen wird. Je nach individueller Studienplanung sind gänzlich andere Studienverläufe möglich und sinnvoll.
4
Erläuterungen zur Bindung: "Pflicht" bedeutet: Dieses Modul muss im Laufe des Studiums verpflichtend absolviert werden; "Wahlpflicht" bedeutet: Dieses Modul gehört einer Anzahl von Modulen an, aus denen unter bestimmten Bedingungen ausgewählt werden kann. Genaueres regeln die "Fächerspezifischen Bestimmungen" (siehe rechtes Menü).
SL
Studienleistung
Pr
Prüfung
bPr
Anzahl benotete Modul(teil)prüfungen
uPr
Anzahl unbenotete Modul(teil)prüfungen
Diese Leistung kann gemeldet und verbucht werden.
Diese Leistung kann gemeldet und verbucht werden.