course-details-portlet

IØ8404

Avansert optimering under usikkerhet

Nytt fra studieåret 2023/2024

Studiepoeng 5
Nivå Doktorgrads nivå
Undervisningsstart Høst 2023
Varighet 1 semester
Undervisningsspråk Engelsk
Sted Trondheim
Vurderingsordning Oppgave

Om

Om emnet

Faglig innhold

The course provides knowledge of methods and models for optimization based decision support under uncertainty and risk. The course consists of four related parts:

  • Theory
  • Decomposition Algorithms
  • Advanced models
  • Scenario generation

Læringsutbytte

The course is designed for PhD students who work with theoretical and practical optimization problems under uncertainty, in industry and services.

The course will convey the following knowledge: The theoretical foundation necessary for formulation, analysis and solution of stochastic programming problems and relevant applications. The knowledge necessary to conduct research in the field of optimization under uncertainty. The course builds on and extends IØ8403 Stochastic Optimization, focusing more on advanced models, decomposition algorithms and scenario generation.

The course will develop the following skills: Training to build and solve optimization models for solution of planning and economic problems under uncertainty in energy, production, logistics, transportation, finance, telecom.

Læringsformer og aktiviteter

Lectures and exercises. Non-obligatory exercises. The course can be given in form of intensive lectures with several hours per day, several days per week, during a limited number of weeks in the semester.

Kursmateriell

Given at the beginning of the semester.

Studiepoengreduksjon

Emnekode Reduksjon Fra
IØ8401 5 sp Høst 2023
Dette emne har faglig overlapp med emnet i tabellen over. Om du tar emner som overlapper får du studiepoengreduksjon i det emnet du har dårligst karakter i. Dersom karakteren er lik i de to emnene gis det reduksjon i det emnet som er avlagt sist.

Fagområder

  • Bedriftsøkonomi og optimering
  • Industriell økonomi og teknologiledelse
  • Bedriftsøkonomi
  • Operasjonsanalyse

Kontaktinformasjon

Eksamen

Eksamen

Vurderingsordning: Oppgave
Karakter: Bestått/ Ikke bestått

Ordinær eksamen - Høst 2023

Oppgave
Vekting 100/100 Eksamenssystem Inspera Assessment