Applied Optimization in Engineering (AOE)
Numerical optimization is a cornerstone of modern engineering, with applications in automation, production planning, logistics, and machine learning. Many engineering problems can be efficiently formulated and solved as optimization problems, where optimal decision variables are determined to achieve desired objectives while respecting constraints. In particular, for the large subclass of convex optimization problems, solutions can be obtained reliably and efficiently.
Organizational info (Winter term 2026/27)
| Lectures | Exercises | |
|---|---|---|
| Start | 12.10.2026 | 13.10.2026 |
| Time | Mondays, 10:15 to 11:45 | Tuesdays, 16:00 to 17:30 |
| Room | MB E21/E22 | MB E21/E22 |
| Lecturers / Tutors | Moritz Schulze Darup | Dieter Teichrib |
| Moodle | https://moodle.tu-dortmund.de/course/view.php?id=59957 | |
| Language | German / English | |
Content (according to module description)
This course provides an application-oriented introduction to numerical optimization, with a focus on engineering problems. More specifically, the following topics are covered:
- Formulation and classification of optimization problems,
- Convex optimization with a focus on linear and quadratic programming,
- Optimality conditions and duality theory,
- Solution methods including interior-point and active-set algorithms,
- Hands-on implementation using MATLAB, MOSEK, and Gurobi,
- Selected applications in engineering practice.
Dieser Kurs bietet eine anwendungsorientierte Einführung in die numerische Optimierung mit einem Fokus auf ingenieurwissenschaftlichen Problemstellungen. Im Einzelnen werden folgende Themen behandelt:
- Formulierung und Klassifizierung von Optimierungsproblemen,
- Konvexe Optimierung mit Schwerpunkt auf lineare und quadratische Programmierung,
- Optimalitätsbedingungen und Dualitätstheorie,
- Lösungsverfahren einschließlich Interior-Point- und Active-Set-Methoden,
- Praktische Umsetzung mit MATLAB, MOSEK und Gurobi,
- Ausgewählte Anwendungen in der Ingenieurpraxis.
Learning objectives and Competencies
Upon completion of the course, students are able to
- identify, characterize, and classify (convex) optimization problems,
- explain and apply optimality criteria,
- solve optimization problems using appropriate software tools and interpret computed optima,
- describe and classify different solver schemes,
- illustrate the use of numerical optimization through diverse engineering applications,
- formulate optimization problems to address engineering challenges.
Nach der Teilnahme an dem Kurs sind die Studierenden in der Lage
- (konvexe) Optimierungsprobleme zu identifizieren, zu charakterisieren und zu klassifizieren,
- Optimalitätskriterien zu erklären und anzuwenden,
- Optimierungsprobleme mithilfe geeigneter Softwarewerkzeuge zu lösen und berechnete Optima zu interpretieren,
- verschiedene Lösungsverfahren zu beschreiben und zu klassifizieren,
- den Einsatz numerischer Optimierung anhand verschiedener ingenieurwissenschaftlicher Anwendungsbeispiele zu veranschaulichen,
- Optimierungsprobleme zur Lösung ingenieurwissenschaftlicher Herausforderungen aufzustellen.
Literature
S. P. Boyd, and L. Vandenberghe. Convex optimization. Cambridge University Press, 2004.