DM865: Heuristikker og approximationsalgoritmer
Det Naturvidenskabelige Studienævn
Undervisningssprog: På dansk eller engelsk afhængigt af underviser, men engelsk ved internationale studerende
EKA: N340040102
Censur: Ekstern prøve
Bedømmelse: 7-trinsskala
Udbudssteder: Odense
Udbudsterminer: Forår
Niveau: Kandidat
STADS ID (UVA): N340040101
ECTS-point: 10
Godkendelsesdato: 01-11-2022
Varighed: 1 semester
Version: Godkendt - aktiv
Kommentar
Kurset udbydes efter behov og udbydes ikke nødvendigvis hvert år. Eksamensforsøg for DM865 udbydes efter følgende plan, når kurset udbydes: Forår (kursusstart februar): ordinær eksamen (juni), første reeksamen (august) og 2. reeksamen i (januar eller marts).
Indgangskrav
Faglige forudsætninger
Studerende, der følger kurset, forventes at kunne:
- anvende algoritmer og data strukturer
- vurdere kompleksitet af algoritmer, med hensyn til såvel køretid som pladsforbrug
- programmere
Stoffet fra DM507 Algoritmer og Datastrukturer og DM550 Introduktion til Programmering skal være kendt. Det er en fordel at kende stoffet fra DM553 Kompleksitet og beregnelighed eller DM508 Algoritmer og Kompleksitet og stoffet fra DM559 Lineær og heltals-programmering.
Formål
Mange optimeringsproblemer fra industrielle anvendelser som skedulering, logistik, energiplanlægning, sportsplanlægning, mm kan formuleres som diskrete optimeringsproblemer, men de kan ikke løses optimalt inden for en rimelig tid. Her spiller heuristikker, meta-heuristikker og approksimations-algoritmer en væsentlig rolle. Generelle heuristikker og metaheuristikker er løst definerede regler for at finde nær-optimale løsninger. De er ofte inspireret af naturen. For eksempel er de lokale søgeteknikker baseret på princippet om trial and error, hvilket er en mulig måde, hvorpå mennesker intuitivt løser et problem. Succesen af specifikke heuristikker til at løse konkrete problemer på en tilfredsstillende måde afhænger af indsigt i strukturen af problemet og af muligheden for en effektiv implementering. I modsætning til heuristikker har approksimations-algoritmer en garanteret køretid og løsningskvalitet. For eksempel gennemgår vi en simpel og hurtig algoritme, som garanterer at finde en TSP-tur, som er højst en halv gang længere end den optimale. I dette kursus vil vi studere heuristikker og approksimationsalgoritmer med en række konkrete NP-fuldstændige problemer som eksempel.
Kurset bygger oven på den viden, der er erhvervet i kurserne DM550 Introduktion til Programmering og DM507 Algoritmer og datastrukturer. Referencer til koncepter fra DM554 Lineær og heltalsprogrammering samt DM553 Kompleksitet og beregnelighed eller DM508 Algoritmer og Kompleksitet kan finde sted i kursusforløbet. Kurset giver et fagligt grundlag for at lave et speciale, hvor algoritmer til diskret optimering skal designes, analyseres og implementeres.
I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:
- Give kompetence til at planlægge og udføre videnskabelige projekter på højt fagligt niveau herunder styre arbejds- og udviklingssituationer, der er komplekse, uforudsigelige og forudsætter nye løsningsmodeller
- Give færdigheder i at beskrive, analysere og løse avancerede datalogiske problemstillinger ved hjælp af de lærte modeller
- Give færdigheder i at analysere fordele og ulemper ved forskellige algoritmer, specielt med hensyn til ressourceforbrug
- Give færdigheder i at belyse fremsatte hypoteser på kvalificeret teoretisk baggrund og forholde sig kritisk til egne og andres forskningsresultater og videnskabelige modeller
- Give færdigheder i at udvikle nye varianter af de lærte metoder, hvor det konkrete problem kræver det
- Give færdigheder i at formidle gennem en skriftlig rapport forskningsbaseret viden og diskutere professionelle og videnskabelige problemstillinger med fagfæller
- Give ekspertviden om diskret optimering og løsning metoder fra fagets internationale forskningsfront
Målbeskrivelse
For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:
- designe specialiserede versioner af generelle heuristikker, greedy og lokal søgning og metaheuristikker for problemer, der i natur minder om dem, der ses i kurset.
- udvikle en løsningsprototype baseret på lokal-søgning og metaheuristikker.
- foretage en eksperimentel analyse, rapportere resultaterne og drage fornuftige konklusioner ud fra disse.
- beskrive det udførte arbejde i et passende sprog, evt. med brug af pseudokode.
- give et overblik over de problemer og teknikker, vi har studeret i kurset
- give en præcis beskrivelse og analyse af hver af de algoritmer, vi har studeret i kurset.
Indhold
Kurset indeholder følgende teknikker:
- Kombinatoriske algoritmer
- LP-baserede algoritmer
- grådige algoritmer
- (stokastiske) lokal-søgnings-algoritmer
- meta-heuristikker
Teknikkerne anvendes bl.a. på følgende konkrete problemer:
- set cover
- traveling salesman
- satisfiability
- scheduling
- bin-packing
- knapsack
Litteratur
Eksamensbestemmelser
Eksamenselement a)
Tidsmæssig placering
Juni
Udprøvninger
Mundtlig eksamen
EKA
N340040102
Censur
Ekstern prøve
Bedømmelse
7-trinsskala
Identifikation
Studiekort
Sprog
Følger, som udgangspunkt, undervisningssprog
Varighed
25 minutter
Hjælpemidler
Oplyses på kurset
ECTS-point
10
Uddybende information
Mundtlig eksamen på baggrund af: den teoretiske del og to praktiske projektopgaver tidligere afleveret.
Vejledende antal undervisningstimer
Undervisningsform
På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.
- Introfase: 42 timer
- Træningsfase: 42 timer, heraf: eksaminatorie: 42 timer
Der vil være forelæsninger, opgave-regning og programmering. I forelæsningerne gennemgås teorien, delvis via dialog med de studerende. Gennem opgave-regning udvikles bedre forståelse af teorien, og gennem implementering gives erfaring med udfordringerne i og fordelene ved de forskellige teknikker og algoritme-typer.
Aktiviteter i studiefasen er implementering af nogle af algoritmerne gennemgået i kurset.
Ansvarlig underviser
Yderligere undervisere
Skemaoplysninger
Administrationsenhed
Team hos Uddannelsesjura & Registratur
Udbudssteder
Anbefalede studieforløb
Overgangsordninger
Overgangsordninger beskriver, hvordan et kursus erstatter et andet kursus, når der ændres i et studieforløb.
Hvis der er lavet en overgangsordning for et kursus vil den fremgå af oversigten.
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.