Gäller från och med: Vårterminen 2017
Beslutad av: Professor Thomas Johansson
Datum för fastställande: 2017-05-04
Avdelning: Inst för elektro- och informationsteknik
Kurstyp: Gemensam kurs, avancerad nivå och forskarnivå
Kursen ges även på avancerad nivå med kurskod: ETS061
Undervisningsspråk: Engelska
Kursens syfte är att ge en introduktion till diskret händelsesimulering, grundläggande optimering och heuristiska metoder som simulated annealing, tabu-sökning, evolutionära algoritmer och GRASP.
Kunskap och förståelse
För godkänd kurs skall doktoranden
Färdighet och förmåga
För godkänd kurs skall doktoranden
Värderingsförmåga och förhållningssätt
För godkänd kurs skall doktoranden
I kursen börjar vi med att studera diskret händelsesimulering. Studenterna lär sig att skriva händelse- och processimuleringsprogram i generella programspråk som Java. Uppskattning av noggrannhet, generering av slumptal, metoder för att studera sällsynta händelser, verifiering och validering studeras också. Sedan fortsätter vi med optimeringslära. Vi studerar konvexa problem och deras dualer. Vi fortsätter med linjär programmering, simplexalgoritmen och kolumngenerering. Vi visar hur icke-linjäritet kan modelleras. Därefter fortsätter vi med heltalsprogrammering, dess relation till linjär optimering och branch-and-bound-metoden för heltalsprogrammering. Vi nämner också cutting plane-metoden för heltalsprogrammering och ger en översikt av komplexitetsteorin som omfattar polynomiell komplexitet och NP-hardness. Slutligen betraktar vi heuristiska metoder för kombinatoriska optimeringsproblem varvid vi betraktar dem som en metod att optimera via simulering. Lokal sökning och hur slumpmässighet spelar in förklaras. Grundläggande meta-heuristiska metoder so simulated annealing, evolutionära algoritmer och GRASP förklaras. Vi illustrerar också Monte Carlo-metoder.
Nyberg, C.: Kompendium i simulering..
Undervisningsformer: Föreläsningar, övningar
Examinationsformer: Skriftlig tentamen, inlämningsuppgifter.
För godkänt resultat krävs godkända inlämningsuppgifter samt godkänd hemtentamen
Betygsskala: Underkänd, godkänd
Examinator:
Förutsatta förkunskaper: Programmering, grundläggande matematisk statistik, statistiska metoder, matematisk analys.
Kurskoordinator, professor Björn Landfeldt
Kursansvariga:
Hemsida: http://www.eit.lth.se/kurs/ets061