Verkehrsoptimierung
Traffic Optimization
8 LPunregelmäßigDE
Voraussetzungen
Empfohlen, im Wortlaut
Kenntnis des Stoffes der Module • 11101 Lineare Algebra und analytische Geometrie I • 12868 Algorithmische Diskrete Mathematik oder der Module • 11112 Mathematik IT-1 (Diskrete Mathematik) • 11113 Mathematik IT-2 (Lineare Algebra)
Inhalte
• Grundlagen aus Graphentheorie, Komplexitätstheorie und linearer Optimierung • Kürzeste Wege Probleme, Kürzeste Wege mit Nebenbedingungen, Verkehrsumlegungsprobleme, Dynamische Netzwerkflüsse, Grundlagen der LSA Optimierung • Optimierung unter gesellschaftlichen Aspekten
Lernziele
Die Studierenden sollen • Kenntnisse aus früheren Modulen der Graphentheorie und Optimierung durch Anwendung auf spezielle Fragestellungen der Verkehrsoptimierung vertiefen • Modelle der mathematischen Optimierung von Verkehrsnetzen verstehen und bilden können • dadurch an speziellen Beispielen weitere allgemeine Erfahrungen in der mathematischen Modellierung gewinnen • Algorithmen der mathematischen Optimierung von Verkehrsnetzen zur Problemlösung anwenden können • am Beispiel von Themen zur Verkehrsoptimierung Erfahrungen im selbstständigen wissenschaftlichen Arbeiten gewinnen.
Prüfungsleistung
Voraussetzung für die Modulabschlussprüfung: • erfolgreiche Bearbeitung von Hausaufgaben (zweiwöchentlich) und erfolgreiche Bearbeitung von Hörsaaltests (ca. 4 je 15-30 Minuten) Modulabschlussprüfung: • Klausur, 90 min. ODER • mündliche Prüfung, 30 min. In der ersten Lehrveranstaltung wird bekanntgegeben, wie die Voraussetzung organisiert wird und ob die Prüfungsleistung in schriftlicher oder mündlicher Form zu erbringen ist.
Literatur (6)
- R. Ahuja, T. Magnanti, J. Orlin: Network Flows: Theory and Applications, Prentice Hall
- L. R. Ford, D. R. Fulkerson Flows in networks, Princeton University Press, Princeton NJ, 1962.
- S. Krumke, H. Noltemeier: Graphentheoretische Konzepte und Algorithmen, Teubner
- Y. Sheffi: Urban Transportation Networks, Prentice Hall
- A. Schrijver: Combinatorial Optimization, Band 1-3, Springer
- V. Vazirani: Approximation Algorithms, Springer
Bemerkungen
• Studiengang Angewandte Mathematik M.Sc.: Wahlpflichtmodul im Komplex „Optimierung” • Studiengang Mathematik B.Sc.: Wahlpflichtmodul im Komplex „Vertiefung”, im begrenzten Umfang • Studiengang Wirtschaftsmathematik B.Sc.: Wahlpflichtmodul im Komplex „Vertiefung”, im begrenzten Umfang • Studiengang Künstliche Intelligenz B.Sc.: Wahlpflichtmodul im Komplex „Wissensakquise, -repräsentation und -verarbeitung” • Studiengang Informatik M.Sc.: Wahlpflichtmodul in „Mathematik” oder im Anwendungsfach „Mathematik”
Quelle: Modulbeschreibung der BTU · abgerufen 27.09.2026Original