AG Diskrete Optimierung
Leitung: Prof. Dr. Daniel Schmand
Die Arbeitsgruppe Diskrete Optimierung entwickelt effiziente Algorithmen für anwendungsmotivierte mathematische Optimierungsprobleme. Ein besonderer Fokus der Gruppe liegt auf der Berechnung von Lösungen mit zusätzlichen Eigenschaften. In der Algorithmischen Spieltheorie werden stabile Gleichgewichtszustände von komplexen Systemen mit strategisch agierenden Agenten untersucht. In der robusten Optimierung werden Lösungen gesucht, deren Güte robust gegenüber einer veränderten Ausgangslage sind. Typische Anwendungsgebiete liegen in der Verkehrsplanung und Optimierung, in der Logistik, bei der Dienstplanoptimierung, in automomen Systemen und in künstlicher Intelligenz. Wir arbeiten eng in interdisziplinären Kooperationen mit anderen Wissenschaftler:innen und Industrieunternehmen.Forschungsgebiete
- Algorithmische Spieltheorie
- Diskrete Optimierung
- Effiziente Algorithmen
- Optimierung unter Unsicherheiten