Stochastische Optimierung in der Produktions- und Logistikplanung im Wintersemester 2022/2023.
- Lehrende(r): Schur Rouven
- Lehrende(r): Winheller Kai
Über die Jahre hat sich die Programmiersprache Python zu einer der beliebtesten Sprachen entwickelt – sowohl in der Wissenschaft als auch in der Industrie. Sie gehört mittlerweile zu den am häufigsten gelehrten Sprachen an Universitäten und gilt in vielen Anwendungsbereichen wie beispielsweise „Artificial Intelligence“ oder „Machine Learning“ als führend. Python zeichnet sich durch eine einfach und übersichtlich gehaltene Syntax aus. Dadurch erleichtert sie das Erlernen ungemein und gilt als ausgezeichnete Programmiersprache für Einsteiger. Durch eine sehr umfangreiche Bibliothek lassen sich bereits viele der oben genannten Anwendungsgebiete durch vorgefertigte Module umsetzen. Des Weiteren lässt sich unter anderem Standardsoftware zur mathematischen Optimierung leicht einbinden, wodurch beispielsweise lineare Optimierungsmodelle intuitiv implementiert und sehr gut gelöst werden können.
In diesem Programmierkurs werden Studierende an die Programmiersprache und an Programmieren an sich herangeführt. Ein wichtiger Bestandteil dabei ist das Erlernen und Einüben, selbstständig Lösungsansätze durch eigenes Recherchieren zu finden. Der Programmierkurs setzt sich aus zwei Komponenten zusammen: Einem Blockseminar und einem Abschlussprojekt.
Im Blockseminar werden den Studierenden einerseits in didaktisch vorbereiteten Präsentationen Grundlagen vermittelt, andererseits sollen die Studierenden bei betreuten Rechnerübungen eigenständig bereits erste kleine Projekte bearbeiten. Zum Abschluss des Blockseminars erhält jeder Studierende (bevorzugt zu Teams gruppiert) ein umfangreiches Abschlussprojekt, in dem eine Problemstellung aus dem Bereich der Produktions- und Logistikplanung umgesetzt werden soll. Die Ergebnisse des Abschlussprojekts werden final präsentiert. Die Präsentationen werden unter Vorbehalt am 30.01.2023 und 31.02.2023 gehalten.
- Lehrende(r): Schur Rouven
- Lehrende(r): Winheller Kai