Logo Uni Bremen

Zentrum für Industriemathematik

ZeTeM > Arbeitsgruppen > AG Diskrete Optimierung

Kontakt Sitemap Impressum [ English | Deutsch ]

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. Neben Forschung und Lehre ist uns auch der Wissenstransfer zwischen Universität und Gesellschaft ein großes Anliegen. So arbeiten wir regelmäßig mit Unternehmen und Schulen der Region zusammen und treiben diesen Austausch auch im Projekt #MOIN voran.
Forschungsgebiete
Algorithmische Spieltheorie

Viele alltägliche Prozesse können als Spiel zwischen autonomen, interagierenden Spielern betrachtet werden, wobei jeder Spieler strategisch handelt, um seine eigenen Ziele zu verfolgen. Anwendungsfälle sind verteilte Systeme, Auktionen, Online-Märkte, Ressourcenzuweisung, Verkehrslenkung und Sport. Ein Ziel der Algorithmischen Spieltheorie ist es, die Effizienz und die Existenz von Gleichgewichten in solchen Spielen zu analysieren.

Diskrete Optimierung

Im Forschungsbereich Diskrete Optimierung entwickeln wir Methoden und Algorithmen, um diskrete Optimierungsprobleme zu analysieren und zu lösen. In vielen Fällen werden zusätzliche Eigenschaften von Lösungsmethoden benötigt, zum Beispiel sollen häufig Ergebnisse schnell berechnet werden können, gewisse Parameter sind unbekannt oder stochastisch und manchmal soll die berechnete Lösung auch bei Veränderung der Ausgangslage keine zu schlechte Lösung sein. Anwedungsbereiche sind unter anderem die Planung von Netzwerk- und Transportsystemen.

Online Algorithmen

Ein Online-Algorithmus ist ein Algorithmus, der seine Eingabe Stück für Stück seriell verarbeiten kann, d. h. in der Reihenfolge, in der die Eingabe dem Algorithmus zugeführt wird, ohne dass die gesamte Eingabe von Anfang an zur Verfügung steht. Im Gegensatz dazu erhält ein Offline-Algorithmus die gesamten Problemdaten von Anfang an und muss eine Antwort ausgeben, die das vorliegende Problem löst.
Unsere Arbeitsgruppe untersucht insbesondere sogenannte Stoppprobleme, bei denen die Aufgabe darin besteht, aus einer Reihe einzeln und nacheinander betrachteter Eingabedaten den/die besten auszuwählen.

Aktuelles
Neues Papier @ Games and Economic Behavior

Unser Papier 'Bicriteria Nash Flows over Time' (von Tim Oosterwijk, Daniel Schmand, and Marc Schröder) wurde bei Games and Economic Behavior akzeptiert.

Zwei Papiere @ ICALP 2024

Unser Papier 'Solving Woeginger's Hiking Problem: Wonderful Partitions in Anonymous Hedonic Games' (von Andrei Constantinescu, Pascal Lenzner, Rebecca Reiffenhäuser, Daniel Schmand und Giovanna Varriccio) ist bei der ICALP 2024 akzeptiert.

Unser Papier ' Solution Discovery via Reconfiguration for Problems in P. ' (von Mario Grobler, Stephanie Maaz, Nicole Megow, Amer E. Mouawad, Vijay Ramamoorthi, Daniel Schmand und Sebastian Siebertz) ist bei der ICALP 2024 akzeptiert.

PC @ WINE 2024

Daniel Schmand wurde in das Programm-Komitee der WINE 2024 - The 20th Conference on Web and Internet Economics eingeladen und hat die Einladung angenommen.

FRICO 23, Eindhoven, Best talk award

Nicole Schröder und Torben Schürenberg haben vom 14.08.2023-18.08.2023 bei der FRICO 23 in Eindhoven teilgenommen und jeweils einen Vortrag gehalten. Die FRICO (Future Research in Combinatorial Optimization) hat dieses Jahr das 26-ste Mal stattgefunden. Es haben 38 PhD-Studenten jeweils 30 Minuten Themen aus der Diskreten Mathematik vorgestellt. Der Preis für den besten Vortrag bei der FRICO 2023 ging an Torben Schürenberg von der Universität Bremen für seinen Vortrag "Hunting an invisible rabbit on an infinite graph in finite time".

Mitgliedschaften
Projekte: #MOIN, hyBit, MMM, LogDynamics, π³

#MOIN: #MOIN - Modellregion Industriemathematik ist ein transferprojekt gefördert vom Bundesministerium für Bildung und Forschung. Ziel ist es, Industriemathematisches Wissen in die Politik, Gesellschaft, Industrie und Schulen zu bringen.

hyBit: Wasserstoff gilt als Energieträger von morgen. Doch der Weg in eine effiziente Wasserstoffwirtschaft ist komplex und bedarf exzellenter wissenschaftlicher Forschung. Das von der Universität koordinierte Wasserstoff-Großforschungsprojekt hyBit bekommt dafür jetzt knapp 30 Millionen Euro Förderung. Unsere Gruppe ist auch Mitglied des Projekts!

MMM: Minds, Media, Machines ist ein interdisziplinäres Netzwerk von Forscher:innen der Universität Bremen sowie angebundenen inner- und außeruniversitären Instituten. Sie arbeiten zusammen, um unser Verständnis von Intelligenz und Kognition in autonomen Agenten, Agententeams im Kontext von mediatisierten Welten zu verbessern. Unsere Arbeitsgruppe ist auch ein Teil davon.

LogDynamics: Das Bremen Research Cluster for Dynamics in Logistics (LogDynamics) steht seit 1995 für interdisziplinäre Forschung in logistischen Themenbereichen und für ein entsprechend fokussiertes strukturiertes internationales Promotionsprogramm der Universität Bremen. LogDynamics trägt in Forschung, Transfer und Promotionsausbildung in einer internationalen Umgebung zur Profilbildung der exzellenten und modernen Universität Bremen bei. LogDynamics verleiht durch die damit verbundenen Emergenzen und Synergien dem Wirtschaftsstandort Bremen neue Impulse und Triebkräfte.

π³: Im Graduiertenkolleg "π³: Parameteridentifikation - Analyse, Algorithmen, Implementierungen" konzentrieren sich die Doktoranden an der Schnittstelle zwischen angewandter Mathematik und Informatik auf Fragen der Parameteridentifikation, die im Wesentlichen als hochdimensionale Minimierungsprobleme für geeignete Funktionale formuliert werden.

Kommittee: WINE 2024, FUN 2024, EC 2024, WINE 2023, EC 2023, STACS 2023, WINE 2022, EC 2020