Algorithmen in Anwendungen

Operations Research

Operations Research befasst sich mit der Analyse von Problemen aus der Praxis für eine perfekte Planung. Das optimale Entscheiden findet im Operations Research auf Basis von mathematischen Modellen und den dazugehörigen algorithmischen Lösungsverfahren statt. Für das Optimieren von Prozessabläufen spielen Graphen, Suchverfahren und evolutionäre Algorithmen eine zentrale Rolle.

Mit dem Aufkommen der Industrie 4.0 wird das Operations Research von der Entwicklung über die Produktion bis hin zum Kundenmarketing eingesetzt. Konkrete Beispiele sind das automatisierte Aufstellen von Produktionsplänen, das Optimieren von Transportaufgaben oder die Konzeption eines bestmöglichen Lieferkettenmanagements.

Operations Research gewinnt in der Medizin zunehmend an Relevanz. Der Grund dafür ist die fortschreitende Digitalisierung. Die Entwickler fassen hierzu die gesammelten Daten in mathematische Modelle und werten diese mit Algorithmen aus. Das zentrale Ziel ist das Finden der besten medizinischen Therapien für jeden Patienten.

Medizinische Informatik

Die Konzepte und Methoden der Informatik erlangen in der Medizintechnik eine immer größere Relevanz. Ohne die medizinische Informatik zum systematischen Verarbeiten von Informationen ist die moderne Medizin von heute undenkbar. Verfahren der digitalen Bildverarbeitung und medizinische Datenbanken sind zwei Teilgebiete der medizinischen Informatik.

Die Medizinische Informatik hat sich seit den 1970er Jahren als eigenständige Fachdisziplin herausgebildet. Die Aufgaben sind das Gestalten von IT-Systemen und das Entwickeln von Softwareanwendungen für medizinische Geräte. Diese Geräte erzeugen viele Daten, die erst mit dem automatisierten Auswerten durch Algorithmen einen praktischen Nutzen haben.

Die Medizinische Informatik entwickelt neuartige digitale Medizinprodukte, um Krankheiten früher zu erkennen und besser zu behandeln. Das Verbessern der Leistungen unseres Gesundheitssystems ist der grundlegende Auftrag. Mit der digitalen Medizin lassen sich unnötige und teure Behandlungen einsparen.

Automatisierungstechnik

Die Automatisierungstechnik beschäftigt sich mit dem Überwachen und Steuern von technischen Systemen. Der Kern der Automatisierungstechnik sind mathematische Modelle zum Analysieren von Eigenschaften und Verhaltensweisen. Das gesamte technische System lässt sich auf dieser Grundlage mit Hilfe von Algorithmen steuern.

Beim Überwachen messen Sensoren die wichtigsten Prozessgrößen des Systems. Algorithmen werten diese Parameter aus, um die nicht messbaren Größen vorherzusagen. Die Maschinenbediener können damit eventuelle Fehler frühzeitig erkennen und eine Fehlerdiagnose erstellen. Das Steuern von Produktionsanlagen oder das Unterstützen des Autofahrers durch Fahrerassistenzsysteme sind zwei weitere Aufgabenfelder.

Die wesentlichen Ziele der Automatisierungstechnik sind das Verkürzen der Prozesszeiten, das Einsparen von Ressourcen und das Verbessern der Termintreue. Zentrale Methoden sind hierfür endliche Automaten, Markov-Modelle, Bildverarbeitung, Neuronale Netze und evolutionäre Algorithmen. Das maschinelle Lernen führt heute in vielen Industriezweigen zum verstärkten Automatisieren von Prozessen.

Bildverarbeitung

Die Bildverarbeitung befasst sich mit dem Aufbereiten, der Analyse und der Klassifikation von Bildern. Die zwei wesentlichen Aufgaben sind das Verbessern und das Erkennen von Objekten in Bildern. Die digitale Bildverarbeitung setzt Methoden und Algorithmen aus den unterschiedlichsten Bereichen der Mathematik und Informatik ein.

Im Maschinenbau haben bildverarbeitende Algorithmen große Bedeutung: Die Algorithmen zählen und vermessen Objekte oder steuern mobile Roboter. In der Qualitätskontrolle prüfen diese Verfahren Klebeverbindungen von Produktionsrobotern oder analysieren industrielle Fertigungsprozesse. Das Gebiet des maschinellen Sehens besitzt für das autonome Fahren eine große Relevanz.

Die medizinische Bildverarbeitung extrahiert aus medizinischen Bilddaten wichtige Informationen. Das Ziel ist die medizinische Diagnose und Therapie zu verbessern. Beispiele sind das Darstellen von Organen und Organsystemen, das Erkennen von krankhaften Veränderungen oder das Planen von Operationen.
Programmieren für Ingenieure und Naturwissenschaftler

Mehr Infos

Programmieren für Ingenieure und Naturwissenschaftler
Band: Grundlagen
@ Springer-Verlag 2017
Zum Buch