Advanced Analytics in Supply Chain Management
Lehrbetrieb im Wintersemester
Der Kurs Advanced Analytics in Supply Chain Management besteht aus Vorlesungen und Übungen. Diese folgen dem Paradigma des umgekehrten Klassenzimmers. Aufzeichnungen von Vorlesungen und Übungen werden zur Verfügung gestellt und von Live-Sitzungen (in Person) begleitet. Bitte beachten Sie: Aufzeichnungen und anderes Material werden nach und nach zur Verfügung gestellt und bleiben dann bis zum Ende des Semesters verfügbar. Die Live-Sitzungen (Vorlesungen und Übungen) werden nicht aufgezeichnet. In den Live-Sitzungen werden spezifische Fragen zu den in den Aufzeichnungen behandelten Themen beantwortet und es bleibt Zeit für Diskussionen. Detaillierte Infos über Ort und Zeit der Live-Sitzungen (Vorlesungen und Übungen) werden über Moodle zur Verfügung gestellt.
Inhalt
Ziel dieses Kurses ist es, die Studierenden in die Lage zu versetzen, Modelle zu formulieren und Methoden zur Lösung von Optimierungsproblemen in der Produktionsplanung und im Supply Chain Management anzuwenden. Der Hauptteil des Kurses beschäftigt sich mit präskriptiver Analyse. Es werden die grundlegenden Konzepte von Produktionsplanungs- und Terminierungssystemen diskutiert und gemischt-ganzzahlige Programmiermodelle und sowohl exakte als auch heuristische Lösungsverfahren werden vorgestellt. Außerdem werden die grundlegenden Konzepte stochastischer Programmierung vorgestellt, um die Ungewissheit zu bewältigen, die für Lieferkettenprobleme charakteristisch ist (z. B. unsichere Nachfrage oder Produktionskapazität). Der zweite Teil des Kurses beschäftigt sich mit prädiktiver Analyse. Es wird ein Überblick über Techniken der Datenvorverarbeitung und der wichtigsten Prognosemethoden gegeben und Techniken des maschinellen Lernens für Terminierungsprobleme werden vorgestellt. Durch Übungen und Fallstudien werden die Studierenden ihre Problemlösungsfähigkeiten verbessern und lernen, wie sie reale Probleme der Produktionsplanung mit Python und Gurobi lösen können.
Steckbrief
Sprache: | Englisch |
Vorkenntnisse: |
Operations Research 1 oder Ähnliches vorteilhaft |
Benotung: | 100 % Klausur + Notenbonus: Quizfragen werden während des Semesters gestellt. Wenn mindestens 75 % davon erfolgreich absolviert werden, erhöht sich die Endnote um eine Notenstufe, z. B. von 2,0 auf 1,7. Während des Kurses werden drei Übungsaufgaben gestellt. Bei erfolgreicher Bearbeitung von mindestens zwei dieser Aufgaben erhöht sich die Endnote um eine weitere Notenstufe. |
Lernziele
-
die grundlegenden Konzepte von Produktionsplanungs- und -steuerungssystemen zu beherrschen
-
mathematische Modelle zu formulieren (sowohl deterministische als auch stochastische gemischt-ganzzahlige Programmiermodelle), um Produktionsplanungsprobleme darzustellen
-
modernste Optimierungstechniken und Reformulierungsergebnisse zur Lösung von Lieferkettenproblemen zu beherrschen
-
beherrschen die Verwendung von Python und Gurobi zur Lösung von Produktionsplanungsproblemen in der Praxis.