Behörighetskrav

120 hp inklusive 90 hp inom något eller några av områdena maskinteknik, industriell ekonomi, produktionsteknik, automationsteknik och datavetenskap/informationsteknologi, 5 hp grundläggande programmering, 20 hp matematik, 5 hp statistik och sannolikhetslära. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

Mål

Efter godkänd kurs ska studenten kunna

• formulera industriella problemställningar som optimeringsproblem med effektiva matematiska modeller,
• beskriva och förklara idén bakom de algoritmer som ingår i kursen,
• identifiera och analysera egenskaper hos optimeringsproblem, vilka kan vara mjuka och styva begränsningar, mål och giltiga antaganden,
• använda programvara för lösning av optimeringsproblem inom industriella tillämpningsområden,
• utveckla och tillämpa (meta-) heuristik för vissa optimeringsproblem,
• jämföra för- och nackdelar med exakta lösningar respektive approximerade lösningar vid olika optimeringsproblem.

Innehåll

Optimeringsmetoder och deras tillämpningar, med fokus på (icke) linjära matematiska modeller, inklusive formulering, lösning och analys av sådana modeller. Exakta och (meta-) heuristiska algoritmer. Implementering och test av optimeringsmetoder med hjälp av mjukvara för olika typer av industriella problem.

Undervisning

Föreläsningar, datorlaborationer och handledning av projektarbete.

Examination

Skriftlig tentamen samt muntlig och skriftlig redovisning av projektarbete.

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.