42137 Optimering ved hjælp af metaheuristikker

2025/2026

OBS: Tilmelding til kurset er garanteret i den regulære tilmeldingsperiode. Eftertilmelding er tilladt, så længe der er plads i auditoriet. Så snart auditoriet er fuldt, lukkes tilmeldingen, og den åbnes ikke igen.
Kursusinformation
Optimization using metaheuristics
Engelsk
5
Kandidat
Kurset udbydes som enkeltfag
F2A (man 13-17)
Campus Lyngby
Forelæsninger, øvelser og projektarbejde.
13-uger
F2A
Skriftlig eksamen og bedømmelse af opgave(r)
Samlet vurdering baseret på en helhedsvurdering af de afleverede opgaver og den skriftlige eksamen.
Skriftlig eksamen: 3 timer
Alle hjælpemidler - uden adgang til internettet :

Digital eksamen uden adgang til internet

bestået/ikke bestået , intern bedømmelse
02101/02102/02105/02110/02158/02393/02614/02635 , Af de ovenstående 8 kurser skal der minimum være gennemført 10 ECTS for at kunne tage dette kursus. Under kurset skal den studerende implementere sin egen metaheuristik i et effektivt standardsprog, f.eks. C#, Java, C/C++ eller lignende, men ikke MATLAB, Python, R eller GAMS. Alt kursusmateriale vil være baseret på programmeringssproget Julia.
42101 , Introduktion til Operations Analyse og programmerings erfaring. Der kan forventes en høj programmeringsbyrde.
Thomas Jacob Riis Stidsen , Lyngby Campus, Bygning 358, Tlf. (+45) 4525 4449 , thst@dtu.dk
Dario Pacino , Lyngby Campus, Bygning 358, Tlf. (+45) 4525 1512 , darpa@dtu.dk
42 Institut for Teknologi, Ledelse og Økonomi
I studieplanlæggeren
Overordnede kursusmål
At give en grundig introduktion til brugen af metaheuristikker som værktøjer til løsning af praktiske optimeringsproblemer, hvor der foretages en afvejning mellem tid og løsningskvalitet.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Løse komplekse og/eller store optimeringsproblemer med metaheuristikker
  • Identificere, hvilke metaheuristikker der er velegnede til et konkret optimeringsproblem
  • Repræsentere et konkret problem på en måde, så det kan løses med en metaheuristik
  • Specialisere en metaheuristik, så den kan anvendes til et konkret optimeringsproblem
  • Implementere en metaheuristik, så den kan anvendes til et konkret optimeringsproblem
  • Afprøve en metaheuristik, så dens effektivitet kan evalueres pålideligt
  • Beskrive skriftligt anvendelsen af en metaheuristik på en specifik problemstilling
  • Forstå forskellen mellem diversificerings- og intensiveringsstrategier anvendt af de forskellige metaheuristikker
Kursusindhold
Mange vigtige optimeringsproblemer kan ikke løses ved hjælp af standardløsere, fordi problemerne er for store eller for komplekse.

En pragmatisk tilgang er derfor at benytte specialdesignede algoritmer til at undersøge et stort antal løsninger for at finde en god og brugbar løsning. Denne type algoritmer kaldes heuristikker. Disse garanterer ikke, at den optimale løsning identificeres, men beregner en god løsning. Der eksisterer et antal generelle heuristik-skabeloner, som kan anvendes til en stor mængde forskellige optimeringsproblemer. Disse kaldes metaheuristikker. I dette kursus vil et antal af disse blive præsenteret og gennemgået for de studerende:
- Simuleret nedkøling
- Genetiske algoritmer/​evolutionære algoritmer
- TABU søgning
- GRASP
- ALNS
- ILS

Siden dette felt af algoritmer er under konstant udvikling, udvikler indholdet sig løbende. Øvelserne i faget vil bruge computersproget Julia, så kendskab til Julia før kurset vil være en fordel.
Litteraturhenvisninger
Handbook of Metaheuristics (https:/​/​findit.dtu.dk/​en/​catalog/​2441612036)
Search Methodologies (https:/​/​findit.dtu.dk/​en/​catalog/​2510427489 )
Stochastic Local Search (https:/​/​findit.dtu.dk/​en/​catalog/​2356053931)
Sidst opdateret
15. oktober, 2025