Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
A Modern Approach to Teaching an Introduction to Optimization
Optimierung sollte die Wissenschaft vom Treffen der bestmöglichen Entscheidungen sein. Das Treffen von Entscheidungen ist eine praktisch universelle menschliche Tätigkeit, mit der Fachleute (in jedem Bereich) oder Menschen in ihrem täglichen Leben konfrontiert werden. Man sollte also meinen, dass die Lehre vom Treffen guter Entscheidungen ein Thema ist, das Studenten in allen Bereichen der Technik, der Natur- und Sozialwissenschaften, der Wirtschaft und der Politik gelehrt werden sollte. Doch heute wird „Optimierung“ weithin als ein mathematisch anspruchsvolles Fach gelehrt, das oft nur Studenten in spezialisierten Bereichen vorbehalten ist.
In der Betriebsforschung (oder im Wirtschaftsingenieurwesen) ist „Optimierung“ gleichbedeutend mit deterministischer mathematischer Programmierung, beginnend mit linearen Programmen (und dem Simplex-Algorithmus) und dann übergehend in ganzzahlige lineare Programme und nichtlineare Programme. In Fachbereichen wie Elektrotechnik oder Maschinenbau bedeutet „Optimierung“ die Vermittlung optimaler Steuerung. Und in der Informatik könnte man Optimierung heute im Kontext des maschinellen Lernens (z. B. Anpassung von Modellen an Daten) oder als Verstärkungslernen interpretieren.
In diesem Buch wird behauptet, dass die traditionelle Art, Optimierung zu lehren, fehlgeleitet und veraltet ist. Erstens ist der Simplex-Algorithmus zwar eine leistungsfähige Strategie zur Lösung linearer Programme, die Details des Simplex-Algorithmus sind jedoch in einem Einführungskurs in die Optimierung völlig ungeeignet. Zweitens sind lineare Programme zwar für die Lösung vieler Probleme geeignet, aber nur für einen winzigen Bruchteil aller Entscheidungen. Drittens sind lineare Programme (ebenso wie ganzzahlige und nichtlineare Programme) statische Modelle für Probleme mit (typischerweise) vektorwertigen Entscheidungen. Im Gegensatz dazu sind die meisten Entscheidungen sequentiell, da sie periodisch über die Zeit getroffen werden, wenn neue Informationen eintreffen. Darüber hinaus ist die große Mehrheit dieser Entscheidungen skalar (möglicherweise kontinuierlich oder diskret).
Dieses Buch richtet sich an Dozenten (oder potenzielle Dozenten), die einem möglichst breiten Publikum die Wissenschaft der Entscheidungsfindung näher bringen wollen. Es dürfte auch für all diejenigen von Interesse sein, die bereits einen traditionellen Kurs in Optimierung jeglicher Art besucht haben. Die Präsentation ist um eine Reihe von Themen herum organisiert, die einen grundlegend anderen Ansatz für die Lehre der „Optimierung“ vorschlagen, der sowohl sequenzielle Entscheidungsprobleme (die die einfachsten Problemstellungen bieten) als auch den Übergang zu komplexeren vektorwertigen Entscheidungen umfasst. Es wird auch darauf hingewiesen, dass die meisten Probleme, die als lineare (oder ganzzahlige oder nichtlineare Programme) modelliert werden, in Wirklichkeit Methoden zur Entscheidungsfindung in einer sequentiellen Umgebung sind. Aus diesem Grund wird bei der Einführung in diese Themen viel weniger Wert auf Algorithmen gelegt, als dies traditionell der Fall ist, sowohl in statischen als auch in sequentiellen Situationen.
| ISBN: | 9781638283201 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
Derzeit verfügbar, auf Lager.
