Faglig innhold

Emnet gir kunnskap om avanserte modeller og metoder for optimering under usikkerhet. Emnet dekker følgende temaer:

• Risikoavers optimering under usikkerhet
• Fordelingsrobust optimering under usikkerhet
• Stokastisk blanded heltalsoptimering
• Stokastisk optimering med endogen usikkerhet
• Implementering av stokastisk optimering ved hjelp av passende programvare
• Applikasjoner av stokastisk programmering innen f.eks. energi

Læringsutbytte

Emnet er tilrettelagt for doktorgradsstudenter som arbeider med teoretiske og praktiske optimeringsproblemer under usikkerhet, i industri og tjenester.

Emnet skal formidle følgende kunnskap: Det teoretiske grunnlaget som er nødvendig for formulering, analyse og løsning av stokastiske programmeringsproblemer og relevante anvendelser; Kunnskapen som er nødvendig for å drive forskning innen optimering under usikkerhet. Emnet bygger på og utvider IØ8404 Optimering Under Usikkerhet, med mer fokus på avanserte modeller og programvare.

Emnet skal utvikle følgende ferdigheter: Opplæring i å bygge og løse optimeringsmodeller for løsning av planleggingsproblemer og økonomiske problemer under usikkerhet.

Læringsformer og aktiviteter

Forelesninger og frivillige øvinger. Emnet kan gis i form av intensive forelesninger flere timer per dag, flere dager i uka i løpet av få uker.

Anbefalte forkunnskaper

Det forventes kunnskaper om lineær og ikke-lineær optimering, som kan oppnås gjennom TIØ4120 Operasjonsanalyse, grunnkurs, TIØ4126 Optimering og beslutningsstøtte for teknisk-økonomisk planlegging, eller TIØ4130 Optimeringsmetoder med teknisk-økonomiske anvendelser, eller tilsvarende. Emnet bygger på IØ8404 Optimering Under Usikkerhet.

Forkunnskapskrav

Mastergrad i industriell økonomi og teknologiledelse, eller tilsvarende.

Kursmateriell

Oppgis ved semesterstart.

Studiepoengreduksjon