Mathematik gilt bei vielen noch als abstraktes, realitätsfremdes Fach. Dabei lösen wir jeden Tag bewusst oder unbewusst Optimierungsprobleme: Wo parke ich am Besten, um alle meine Lieblingsgeschäfte in der Stadt gut zu erreichen? Wann gehe ich in den Supermarkt und wie gelange ich schnell an die benötigten Lebensmittel? Wie lege ich mein Geld optimal an, um in der Niedrigzinsphase möglichst wenig Geld zu verlieren? Wie kann man Energie effizient generieren und verteilen, um dem Klimawandel entgegenzuwirken? Dazu kommen die wirtschaftlichen Optimierungsprobleme, die Firmen und Unternehmen für die Ausrichtung ihrer Strategie oder zur Entwicklung von Innovationen (Smartphone, Navigation, Suchmaschinen oder “Dies-Könnte-Dir-auch-gefallen”-Empfehlungen etc.) benötigen.

Um Schüler*innen, Student*innen und interessieren Besucher*innen der Website der BUW einen spielerischen Zugang zu Themen der mathematischen Optimierung zu ermöglichen, soll in diesem Projekt eine Website entwickelt werden, die mathematische Modellierung und Optimierung erlebbar macht.

Ein Prototyp einer App ist bereits zu finden unter: http://particlegames.uni-wuppertal.de.
Dort kann man blaue Individuen, die man beispielsweise als Schafe interpretieren kann, mit Hilfe des roten Hütehundes zusammentreiben. Verändert man die Parametereinstellungen und wählt mehr Anziehung als Abstoßung, so modelliert man eher eine Gruppe von Individuen die einem Guide folgt. Die mathematische Formulierung des Problems und die Referenzen auf wissenschaftliche Arbeiten in diesem Kontext sollen in dem Projekt weiter ausgebaut werden. Außerdem ist bei erfolgreicher Finanzierung des Projekts die Implementierung weiterer Apps geplant:

1. Eine App soll sich mit der Optimierungsmethode “Consensus-based optimization” befassen. Dies ist eine Partikel-basierte globale Optimierungsmethode, die für diverse kontinuierliche Optimierungsprobleme verwendet werden kann. In der App werden die Bestandteile der Methode visualisiert und die Anwender*innen können unterschiedliche Parametereinstellungen ausprobieren. Somit bekommt der/die Anwender*in ein besseres Gefühl für die Methode und gleichzeitig Einblicke die Modellierung mit stochastischen Differentialgleichungen
2. Ähnlich zum Prototyp soll eine App unterschiedliche Parameterbereiche von mathematischen Schwarmmodellen visualisieren. Im Artikel D’Orsogna et. al (Self-propelled particles with soft-core interactions) werden unterschiedliche Verhaltensmuster für unterschiedliche Parameterbereiche klassifiziert, diese kann der / die Anwender*in selbst ausprobieren und somit die mathematische Modellierung besser verstehen.
3. Die dritte App befasst sich mit einem Problem der Standortoptimierung. Hier soll dem/der Anwender*in eine Landschaft mit Städten und Dörfern angezeigt werden. Durch geschicktes Erkunden der Landschaft, soll der beste Standort für verschiedene gefährliche oder unangenehme Einrichtungen wie (Flughäfen, Mülldeponien, Windräder) gefunden werden.

Alle Apps zielen darauf Interesse an den Problemstellungen und deren mathematische Modellierung zu generieren und eigene Optimierungsstrategien zu finden, bzw. existierende Optimierungsmethoden besser zu verstehen.