Graduiertenkolleg 1855 "Diskrete Optimierung technischer Systeme unter Unsicherheit"

Bei der Entwicklung und dem Betrieb technischer Systeme - wie etwa Fertigungssysteme, Logistik-Netze oder großer IT-Systeme - müssen zahlreiche Konfigurations- und Entwurfsentscheidungen getroffen werden, damit die geforderten Leistungen möglichst ressourcenschonend  und  kostengünstig  erbracht  werden.  Diese  Entscheidungen  basieren auf der Lösung von Optimierungsproblemen, wobei deren Parameter in vielen Fällen  durch  das  Vorhandensein  von  Alternativen  diskret  oder  gemischt  diskret-kontinuierlich sind. 

Optimierungsprobleme  dieser  Art  sind  schwer  lösbar,  da  im  Zuge  der  „kombinatorischen Explosion“ die Zahl alternativer Lösungen mit der Zahl der Entscheidungen zwischen diskreten Alternativen exponentiell  wächst. Viele praktische Problemstellungen werden stark vereinfacht, um sie einer algorithmischen Lösung zugänglich zu machen. Reale Entscheidungen müssen darüber hinaus in der Regel auf der Basis unvollständigen Wissens getroffen werden. Die dadurch bedingte Unsicherheit wird in den heute üblichen Optimierungsansätzen meistens nicht berücksichtigt, obwohl sie im Einzelfall zu  deutlichen  Abweichungen  zwischen  der  ermittelten  Lösung  und  dem  realen  Optimum führen kann. Im Extremfall ist die berechnete Lösung in der Realität nicht zulässig. 

Ein weiterer bisher wenig beachteter Aspekt bei der Optimierung technischer Systeme ist  die  Rolle  des  Menschen  in  Entscheidungsprozessen.  So  können  mathematische Modelle und Algorithmen zwar optimale Werte für die Variablen ermitteln, jedoch muss die Lösung fast immer von menschlichen Entscheidern akzeptiert und in konkrete Pläne  oder  Anweisungen  umgesetzt  werden.  Damit  sich  Optimierungsverfahren  in  der Praxis breiter einsetzen lassen, muss der Mensch als Teil des Entscheidungsprozesses  berücksichtigt  werden.  Der  Optimierungsprozess  und  die Ergebnisdarstellung müssen an die Bedürfnisse des Nutzers angepasst werden. 

Das Graduiertenkolleg soll sich mit der Thematik der diskreten Optimierung unter Unsicherheit beschäftigen und zugleich den Menschen in den Optimierungsprozess einbeziehen. Konkrete Anwendungsszenarien werden aus den Bereichen Logistik, Produktion und IT-Systeme gewählt. Die Thematik des Graduiertenkollegs ist stark interdisziplinär ausgerichtet und kombiniert Fragestellungen aus der Optimierung, der Algorithmik, der Statistik, den Anwendungswissenschaften und der Psychologie. Doktorandinnen und Doktoranden, die aus unterschiedlichen Disziplinen in das Graduiertenkolleg  kommen,  sollen  mithilfe  von  Kompaktkursen  eine  Basis  zur  gemeinsamen Forschung  erhalten  und  individuell  weitere  Veranstaltungen  zur  wissenschaftlichen Vertiefung im Umfeld ihres Dissertationsthemas besuchen.  

Die Optimierung technischer Systeme ist das zentrale Thema des Graduiertenkollegs.  Reale  Optimierungsprobleme  in  diesem  Kontext  zeichnen  sich  oft dadurch  aus,  dass  mögliche  Werte  der  Entscheidungsvariablen  aus  einer  diskreten Menge  gewählt  werden,  eine  gewisse  Unsicherheit  bezüglich  verschiedener  interner und  externer  Faktoren  herrscht  und  die  durch  Algorithmen  ermittelten  Lösungen  von menschlichen  Bedienern  umgesetzt  und  auch  verantwortet  werden  müssen.  Daraus ergeben sich Anforderungen an praktisch nutzbare Lösungen, die über die algorithmische Lösung von Optimierungsproblemen mit deterministischer Zielfunktion hinausgehen und die inhärente Unsicherheit ebenso wie den Menschen als Teil des Entscheidungsprozesses  berücksichtigen. 

Das  Graduiertenkolleg  vereint  Methodenwissenschaften  mit  Anwendungswissenschaften  und  der  Kognitionspsychologie,  um  so  zu praktisch  nutzbaren  Lösungen  auf  Basis  einer  fundierten  Theorie  zu  gelangen.  Die Thematik ist stark interdisziplinär geprägt und umfasst drei konkrete Anwendungsgebiete aus den Ingenieurwissenschaften. Die Methodik der diskreten Optimierung unter Unsicherheit  -  einschließlich  der  Umsetzung  von  Optimierungsmethoden  in  Algorithmen  -    ist  der  zentrale  Aspekt  des  Graduiertenkollegs,  der  durch  die  Interaktion  mit dem menschlichen Bediener eines technischen Systems ergänzt wird. Diskrete Optimierung unter Unsicherheit ist ein aktuelles Forschungsthema mit einem immensen Anwendungspotenzial. Die dabei auftretenden methodischen und algorithmischen  Probleme  sind  sehr  anspruchsvoll;  ihre  Lösung  ist  von  großem  wissenschaftlichem  Interesse  und  bietet  eine  langfristige  Perspektive.  International  arbeiten zwar  viele  Gruppen  an  einzelnen  Aspekten  der  Thematik  -  die  im  Graduiertenkolleg gewählte Querschnittsthematik stellt aber ein Alleinstellungsmerkmal dar. 

Das Forschungsprogramm trägt der Interdisziplinarität dadurch Rechnung, dass viele Promotionsthemen auf der Schnittstelle zwischen verschiedenen Disziplinen liegen und von  Wissenschaftlerinnen  und  Wissenschaftlern  aus  unterschiedlichen  Gebieten  gemeinsam formuliert wurden. Diskrete Optimierung unter Unsicherheit wird in mehreren Varianten behandelt. Insbesondere werden die  vorhandenen Methoden, Unsicherheit in diskrete Optimierungsmodelle einzubeziehen, in großer Breite untersucht. Die Promotionsprojekte  aus  den  drei  Anwendungsbereichen  nutzen  die  im  Methodenbereich entwickelten Algorithmen, erweitern diese anwendungsspezifisch und definieren damit auch neue Zielsetzungen für die Methodenentwicklung.  Einerseits ergänzen  Arbeiten aus dem Bereich der Benutzerinteraktion die Optimierungsalgorithmen, indem menschliche  Entscheidungen  in  den  Optimierungsprozess  einbezogen  werden,  um  so  nicht oder unzureichend formalisierbares Wissen und menschliches Expertenwissen zu nutzen.  Anderseits  werden  in  diesem  Bereich  eher  klassische  Themen  der  Mensch-Maschine-Interaktion  behandelt  -  nämlich  die  Darstellung  von  Unsicherheit  und  die Entwicklung  von  problemangepassten  Benutzerschnittstellen.  Die  verschiedenen  Ansätze  werden  durch  die  Integration  von  Algorithmen,  Anwendungen  und  Benutzerschnittstellen in eine Forschungsumgebung praktisch nutzbar. Mithilfe der Forschungsumgebung  können  Experimente  zum  Vergleich  und  zur  Bewertung  von  Algorithmen durchgeführt werden, es können Anwendungsprobleme mit neuen Algorithmen analysiert werden und es besteht schließlich die Möglichkeit, mithilfe von Probandinnen und Probanden Benutzerschnittstellen empirisch zu bewerten. 

Die fachliche Breite des Forschungsprogramms kann in den Dissertationsprojekten nur erfolgreich  umgesetzt  werden,  wenn  die  Doktorandinnen  und  Doktoranden  über  die Grenzen der eigenen Fachdisziplin hinaus eng zusammenarbeiten. Die Voraussetzung für  eine  solche  Zusammenarbeit  ist  ein  gemeinsames  Problemverständnis  und  eine gemeinsame Terminologie, die durch das Qualifizierungskonzept des Graduiertenkollegs vermittelt werden muss. Das Qualifizierungsprogramm umfasst Elemente  die sicherstellen, dass alle Doktorandinnen und Doktoranden ein Basiswissen über die Gesamtthematik haben. Zudem wird es individuelle Teile geben, die optimal auf das eigene  Arbeitsgebiet  und  dessen  näheres  Umfeld  vorbereiten.  So  erhalten  zum  Beispiel Doktorandinnen und Doktoranden, die an konkreten methodischen Problemen der Optimierung unter Unsicherheit arbeiten, einen tieferen Einblick in mindestens ein konkretes Anwendungsgebiet und setzen sich mit der Einbindung der von ihnen entwickelten Methoden in eine Forschungsumgebung auseinander. Die fachlichen Veranstaltungen werden  durch  Veranstaltungen  zu  überfachlichen  Schlüsselqualifikationen  ergänzt. Doktorandinnen und Doktoranden werden durch ein internationales Gastwissenschaftlerprogramm,  durch  einen  Auslandsaufenthalt  und  eine  breite  Unterstützung  bei  der Erstellung  von  Beiträgen  für  internationale  Tagungen  frühzeitig  an  die  internationale Forschung herangeführt. Das Betreuungskonzept mit zwei Betreuern aus unterschiedlichen Gebieten ergänzt das Studienprogramm in der Vermittlung überfachlicher Breite. 

• Bindewald, Viktor: Bulk-Robust Assignment Problems: Hardness, Approximability and Algorithms (JP Dr. Dennis Michaels, Prof. Dr. Volker Kaibel), Fakultät für Mathematik, TU Dortmund, 2017, http://dx.doi.org/10.17877/DE290R-19108
• Bremer, Andreas: Effects of Surrogate Feedback on the Temporal Coordination of Sequential Movements (Prof. Dr. Gerhard Rinkenauer, Prof. Dr. Herbert Heuer), Fakultät Erziehungswissenschaft, Psychologie und Bildungsforschung, TU Dortmund, 2016. http://dx.doi.org/10.17877/DE290R-18838
• Bökler, Friedrich:
• Bökler, Fritz: Mehrkriterielle Kombinatorische Optimierung im Algorithm Engineering (Prof. Dr. P. Mutzel)
• Burtscheid,Johanna: Complementarity problems under uncertainty and stochastic optimization (Prof. Dr. R. Schultz Prof. Dr. P. Mutzel), Fakultät für Mathematik, Universität Duisburg-Essen, 2016
• Claus, Matthias: Advancing stability analysis of mean-risk stochastic programs: Bilevel and two-stage models (Prof. Dr. Rüdiger Schultz, Prof. i.R. Dr. Werner Römisch), Fakultät für Mathematik, Universität Duisburg-Essen, 2016, https://d-nb.info/1119705525/34.
• Dohndorf, Iryna: Stochastic Graph Models with Phase Type Distributed Edge Weights (Prof. Dr. Peter Buchholz, Prof. Dr. Ir. Boudewijn R. Haverkort), Fakultät für Informatik, TU Dortmund, 2017, http://dx.doi.org/10.17877/DE290R-17999
• Eufinger, Lars: Dynamische Steuerung logistischer Anlagen unter Unsicherheit (Prof. Dr.-Ing. U. Clausen, Prof. Dr. R. Schultz), Fakultät für Mathematik, TU Kaiserslautern, 2014
• Frank, Alexander: Semi-Markov Decision Process (Prof. Dr. P. Buchholz Prof..Dr. S. Kuhnt), Fakultät für Informatik, TU Dortmund
• Halstrup geb. Ivanov, Momchil: Black-box optimization of mixed discrete-continuous optimization problems (Prof. Dr. S. Kuhnt, Prof. Dr. C. Weihs), Fakultät Statistik, TU Dortmund, 2016, http://dx.doi.org/10.17877/DE290R-17800
• Hommelsheim, Felix: Structural Robustness for Assignment Problems (P Dr. D. Michaels Prof. Dr. C. Buchheim)
• Ilyina, Anna: Combinatorial Optimization under Ellipsoidal Uncertainty (Prof. Dr. Christoph Buchheim, Prof. Dr. Petra Mutzel), Fakultät für Mathematik, TU Dortmund ,2017, http://dx.doi.org/10.17877/DE290R-18102
• Jabrayilov, Adalat: Graph coloring problems (Prof. Dr. P. Mutzel Prof. Dr. U. Schwiegelshohn)
• Kirchhoff, Dominik: Design and Analysis of Computer Experiments with Categorical Inputs (Prof. Dr. S. Kuhnt Prof. Dr. C.Buchheim)
• Kurz, Denis: K-Best Enumeration – Theory and Application (Prof. Dr. Petra Mutzel, Prof. Dr. Markus Chimani), Fakultät für Informatik, TU Dortmund, 2018, http://dx.doi.org/10.17877/DE290R-19814
• Kurtz, Jannis: Min-max-min robust combinatorial optimization (Prof. Dr. Christoph Buchheim, Prof. Dr. Anita Schöbel), Fakultät für Mathematik, TU Dortmund, 2016, http://dx.doi.org/10.17877/DE290R-17366
• Kushvah, Jai Prakash: Human Optimization in Multisensor Integration (PD Dr. G. Rinkenauer, Prof. Dr. P. Buchholz)
• Nileshwar, Ganesh Kamath: Improving Energy Efficiency in Data Centers (Prof. Dr. U. Schwiegelshohn, PD Dr. G. Rinke-nauer)
• Prünte, Jonas: K-Adaptability in Stochastic Optimization (Prof. Dr. Christoph Buchheim, Prof. Dr. Arie Koster), Fakultät für Mathematik, TU Dortmund, 2020, http://dx.doi.org/10.17877/DE290R-21658
• Renker, Johanna: The influence of mental representations on eye movement patterns under uncertainty (PD Dr. phil. G. Rinkenauer, Prof. Dr. J.F. Krems), Faculty of Education, Psychology and Sociology, TU Dortmund, 2017, http://dx.doi.org/10.17877/DE290R-18931
• Schaudt, Stefan: Optimierung von Paketzustellsystemen mit Einsatz von Zustellrobotern (Prof. Dr.-Ing. U. Clausen JProf. Dr. D. Michaels)
• Scheftelowitsch, Dimitri: Markov Decision Processes With Uncertain Parameters (Prof. Dr. Peter Buchholz, Prof. Dr. Holger Hermanns), Fakultät für Informatik, TU Dortmund, 2018, http://dx.doi.org/10.17877/DE290R-18945
• Schlagkamp, Stephan: User-Aware Performance Evaluation and Optimization of Parallel Job Schedulers (Prof. Dr.-Ing. Uwe Schwiegelshohn, Prof. Ph.D. Andrei Tchernykh), Fakultät für Informatik, TU Dortmund, 2017, http://dx.doi.org/10.17877/DE290R-18110
• Schoppmeyer, Christian: Reactive Scheduling Using Timed Automata Models and Integration with Sequential Control Logic (Prof. Dr.-Ing. S. Engell, Prof. Dr. F.W. Vaandrager), Fakultät Bio und Chemieingenieurwesen, Tu Dortmund, 2015, https://www.shaker.de/de/content/catalogue/index.asp?lang=de&ID=8&ISBN=978-3-8440-3899-6
• Schwarz, Jessica: Nutzerzustandsbewertung in adaptiver Mensch-Maschine-Interaktion (PD Dr. Phil. G. Rinkenauer, Prof. Dr. Josef F. Krems), Fakultät Erziehungswissenschaft, Psychologie und Soziologie, TU Dortmund, 2019, http://dx.doi.org/10.17877/DE290R-20269
• Siwczyk, Thomas: Approximative Verfahren bei der Lösung zweistufiger stochastischer Programme in der Steuerung verfahrenstechnischer Produktionsprozesse (Prof. Dr.-Ing. S. Engell Prof. Dr. P. Buchholz), Fakultät für Informatik, TU Dortmund, 2014
• Wollenberg, Nadine: Decision Making Under Uncertainty in Routing Problems for Reverse Logistics (Prof. Dr. Rüdiger Schulz, Prof. Dr. Michel Gendreau, Prof. Dr. Ralf Borndörfer), Universität Duisburg-Essen, 2015, https://portal.dnb.de/opac.htm?method=simpleSearch&cqlMode=true&query=idn%3D107979347X
• Zey, Bernd: Solving Two-Stage Stochastic Network Design Problems to Optimality (Prof. Dr. Petra Mutzel, Prof. Dr. Christoph Buchheim), Fakultät für Informatik, TU Dortmund, 2017, http://dx.doi.org/10.17877/DE290R-18290

• D. Adjiashvili, V. Bindewald, D. Michaels. Robust Assignments via Ear Decompositions and Randomized Rounding. 43rd International Colloquium on Automata, Languages, and Programming (ICALP 2016), Leibniz International Proceedings in Informatics (LIPIcs), Vol. 55, 2016, S. 71:1--71:14. https://doi.org/10.48550/arXiv.1607.02437
• D. Adjiashvili, D.; V. Bindewald, D. Michaels. Robust Assignments with vulnerable nodes. In preparation 2017. https://doi.org/10.48550/arXiv.1703.06074
• D. Adjiashvili, V. Bindewald, D. Michaels. Robust Assignments via Ear Decompositions and Randomized Rounding. 43rd International Colloquium on Automata, Languages, and Programming (ICALP 2016), Leibniz International Proceedings in Informatics (LIPIcs), Vol. 55, 2016, S. 71:1--71:14. https://doi.org/10.48550/arXiv.1607.02437
• F. Baumann, C. Buchheim, A. Ilyina. Lagrangean Decomposition for Mean-Variance Combinatorial Optimization. In: International Symposium on Combinatorial Optimization – ISCO 2014, LNCS 8596, pp. 62–74. https://doi.org/10.1007/978-3-319-09174-7_6
• M. Beccuti, E. G. Amparore, S. Donatelli, D. Scheftelowitsch, P. Buchholz, G. Franceschinis: Markov Decision Petri Nets with Uncertainty. European Workshop on Performance Engineering (EPEW), 2015, S. 177-192. https://doi.org/10.1007/978-3-319-23267-6_12
• F. Bökler. The Multiobjective Shortest Path Problem is NP-hard, or is it? Proc. International Conference on Evolutionary Multi-Criterion Optimization (EMO), Springer LNCS 10173, 2017, S. 77-87. https://doi.org/10.1007/978-3-319-54157-0_6
• F. Bökler, P. Mutzel. Output-Sensitive Algorithms for Enumerating the Extreme Nondominated Points of Multiobjective Combinatorial Optimization Problems. Algorithms -- ESA 2015, Springer, 2015, S. 288-299. https://doi.org/10.1007/978-3-662-48350-3_25
• F. Bökler, P. Mutzel. Tree-Deletion Pruning in Label-Correcting Algorithms for the Multiobjective Shortest Path Problem. CoRR abs/1604.08147, 2016. https://doi.org/10.1007/978-3-319-53925-6_15
• Fritz Bökler, Matthias Ehrgott, Christopher Morris, Petra Mutzel. Output-sensitive Complexity of Multiobjective Combinatorial Optimization. Journal of Multi-Criteria Decision Analysis, John Wiley and Sons Ltd, to appear 2017. https://doi.org/10.48550/arXiv.1610.07204 
• A. Bremer, G. Rinkenauer. Manipulations of sensory feedback in tapping tasks affect only central processes of short but not of long intervals: is there an influence of time perception? TeaP 2014. Abstracts of the 56th Conference of Experimental Psychologists, 2014, S. 37. 
• A. Bremer, G. Rinkenauer. Advanced Tactile Feedback in the Context of Sensorimotor Assistance Systems: A Tapping Task Study. Foundations and Applications of Human-Machine Interaction. Proc. of the 10th Berliner Werkstatt Mensch-Maschine-Systeme, 2013, S. 575-581.
• A. Bremer, G. Rinkenauer. Erweitertes taktiles Feedback im Kontext von sensorimotorischen Assistenzsystemen: Einfluss des Reizortes auf die Präzision der zeitlichen Bewegungsausführung. Gestaltung der Arbeitswelt der Zukunft. 60. Kongress der Gesellschaft für Arbeitswissenschaft, TU und Hochschule München, Gesellschaft für Arbeitswissenschaft, 2014, S. 28-30. https://gfa2015.gesellschaft-fuer-arbeitswissenschaft.de/inhalt/C.2.2.pdf
• A. Bremer, G. Rinkenauer. Effects of delayed extended tactile feedback on tapping variability. TeaP 2015. Abstracts of the 57th Conference of Experimental Psychologists, 2015. 
• A. Bremer, G. Rinkenauer. Erweitertes taktiles Feedback im Kontext von sensomotorischen Assistenzsystemen: Einfluss der Latenz auf die Kraftdosierung bei einer Tapping-Aufgabe. VerANTWORTung für die Arbeit der Zukunft. 61. Kongress der Gesellschaft für Arbeitswissenschaft, Beitrag C.2.2, 2015. https://gfa2015.gesellschaft-fuer-arbeitswissenschaft.de/inhalt/C.2.2.pdf 
• C. Buchheim, J. Kurtz. Min-max-min robustness: a new approach to combinatorial optimization under uncertainty based on multiple solutions. 7th International Network Optimization Conference, Electronic Notes in Discrete Mathematics, Vol. 52, 2016, S. 45–52. https://doi.org/10.1016/j.endm.2016.03.007
• C. Buchheim, J. Kurtz. Min-max-min Robust Combinatorial Optimization. Mathematical Programming Series A, 2016, S. 1-23.
  https://doi.org/10.1007/s10107-016-1053-z
• C. Buchheim, J. Kurtz. Min-max-min Robust Combinatorial Optimization Subject to Discrete Uncertainty. www.optimization-online.org/DB_HTML/2016/02/5314.html, 2016. https://doi.org/10.48550/arXiv.1910.12608
• C. Buchheim, J. Kurtz. Complexity of Min-max-min Robustness for Combinatorial Optimization Under Discrete Uncertainty. Discrete Optimization, 2017. https://doi.org/10.1016/j.disopt.2017.08.006
• P. Buchholz, I. Dohndorf, A. Frank, D. Scheftelowitsch: Bounded Aggregation for Continuous Time Markov Decision Processes[fb1] . Computer Performance Engineering - 14th European Workshop, (EPEW) 2017, Proceedings Springer LNCS 10497, pp. 19-32, 2017.
  https://doi.org/10.1007/978-3-319-66583-2_2​​​​​​​
• P. Buchholz, I. Dohndorf, D. Scheftelowitsch. Analysis of Markov Decision Processes Under Parameter Uncertainty[. Computer Performance Engineering 14th European Workshop, (EPEW) 2017, Proceedings Springer LNCS 10497, pp. 3-18, 2017. https://doi.org/10.1007/978-3-319-66583-2_1​​​​​​​
• P. Buchholz, I. Dohndorf, D. Scheftelowitsch. Time-Based Maintenance Models under Uncertainty. Accepted for the 19th International GI/ITG Conference on “Measurement, Modelling and Evaluation of Computing Systems”, 26.-28. Februar 2018, Erlangen (Germany). (http://www.mmb2018.de) https://doi.org/10.1007/978-3-319-74947-1_1​​​​​​​
• P. Buchholz, I. Dohndorf, D. Scheftelowitsch. Optimal decisions for continuous time Markov decision processes over finite planning horizons. Computers and Operations Research, Vol. 77, 2017, S. 267-278. https://doi.org/10.1016/j.cor.2016.08.003
• P. Buchholz, D. Scheftelowitsch. Computation of Weighted Sums of rewards for Concurrent MDPs. Zur Veröffentlichung eingereicht. https://doi.org/10.1007/s00186-018-0653-1​​​​​​​
• P.Buchholz, I. Felko. PH-graphs for analyzing shortest path problems with correlated traveling times. Computers and Operations Research, Vol. 59, 2015, S. 51-65. https://doi.org/10.1016/j.cor.2015.01.001
• P. Buchholz, I. Felko, J. Kriege, G. Rinkenauer. Modeling Human Decisions in Performance and Dependability Models. Proc. of Computer Performance Engineering - 13th European Workshop, (EPEW) 2016, Chios, Greece, October 5-7, Springer, Lecture Notes in Computer Science, No. 9951, 2016, S. 159-173. https://doi.org/10.1007/978-3-319-46433-6_11​​​​​​​
• P. Buchholz, J. Kriege, I. Felko. Input Modeling with Phase-Type Distributions and Markov Models - Theory and Applications. SpringerBriefs in Mathematics, Springer, 2014. https://doi.org/10.1007/978-3-319-06674-5​​​​​​​
• P. Buchholz, J. Kriege, D. Scheftelowitsch. Equivalence and Minimization for Model Checking Labeled Markov Chains. Proc. of the 9th EAI International Conference on Performance Evaluation Methodologies and Tools (VALUETOOLS’15), 2015, S. 119-126. http://dx.doi.org/10.4108/eai.14-12-2015.2262622
• P. Buchholz, J. Kriege, D. Scheftelowitsch. Model Checking Stochastic Automata for Dependability and Performance Measures. Proc. of 44th Annual IEEE/IFIP International Conference on Dependable Systems and Networks, Atlanta (USA), 2014. https://doi.org/10.1109/DSN.2014.53
• J. Burtscheidt, M. Claus. A Note on Stability for Risk-Averse Stochastic Complementarity Problems. Journal of Optimization Theory and Applications, Vol. 172(1), 2017, S. 298-308. https://doi.org/10.1007/s10957-016-1020-0​​​​​​​
• P. Campigotto, C. Rudloff, M. Leodolter, D. Bauer. Personalized and Situation-Aware Multimodal Route Recommendations: The FAVOUR Algorithm. IEEE Transactions on Intelligent Transportation Systems, Vol. 18(1), 2017, S. 92-102. https://doi.org/10.48550/arXiv.1602.09076
• P. Campigotto, R. Battiti, A. Passerini. Learning Modulo Theories for preference elicitation in hybrid domains. CoRR abs/1508.04261, 2015. https://doi.org/10.48550/arXiv.1508.04261
• M. Claus, V. Krätschmer, R. Schulz. Weak Continuity of Risk Functionals with Applications to Stochastic Programming. SIAM Journal on Optimization 27 (1), 2017, 91-109. https://doi.org/10.48550/arXiv.1611.08434
• M. Claus, R. Schultz. Lipschitzian Properties and Stability of a Class of First-Order Stochastic Dominance Constraints. SIAM Journal on Optimization, Vol. 25, No. 1, 2015, S. 396-415. https://doi.org/10.1137/140960347
• M. Dahlbeck. Ear decompositions of matching-covered graphs. Masterarbeit, Fakultät für Mathematik, TU Dortmund, 2016. (Betreuer: D. Michaels) https://doi.org/10.1007/BF02579346​​​​​​​
• H. Damian. Experimenteller Vergleich von Labelling Algorithmen für das Constrained-Shortest-Path-Problem. Masterarbeit, Fakultät für Informatik, TU Dortmund, 2014. (Betreuerin: P. Mutzel)
• U. Dietrich. Robuste Kombinatorische Optimierung mit beschränkter Anzahl von Lösungen. Bachelorarbeit, Fakultät für Mathematik, TU Dortmund, 2014 (Betreuer: C. Buchheim, J. Kurtz)
• M. Dziuron. Robust 0-1 Optimization under Ellipsoidal Uncertainty. Masterarbeit, Fakultät für Mathematik, TU Dortmund, 2016. (Betreuer: C. Buchheim)
• D. Eppstein, D. Kurz. K-best solutions of MSO problems on tree-decomposable graphs . Accepted for 12th International Symposium on Parameterized and Exact Computation (IPEC 2017), Vienna, Austria, 2017. http://dx.doi.org/10.4230/LIPIcs.IPEC.2017.16
• L. Eufinger, J. Kurtz, C. Buchheim, U. Clausen. A Robust Approach to the Capacitated Vehicle Routing Problem with Uncertain Travel Times. Technical Report, Optimization Online, 2016. 
• K. Fiedler. Interaktive Simulationsmodelle zur Messung von Benutzerverhalten. Fakultät für Informatik, TU Dortmund, 2017 (Betreuer/Betreuerin: P. Buchholz, I. Dohndorf)
• S. Fuchs, J. Schwarz. Towards a dynamic selection and configuration of adaptation strategies in Augmented Cognition. In D.D. Schmorrow and C.M. Fidopiastis (Eds.): Augmented Cognition 2017, Part II, LNAI 10285, 2017. https://doi.org/10.1007/978-3-319-58625-0_7​​​​​​​
• D. Heinrich: Experimenteller Vergleich von Labelling-Algorithmen für das Constrained-Shortest-Path-Problem, Masterarbeit, Fakultät für Informatik, Dortmund, 2014 (Betreuerin: P. Mutzel)
• A. Jabrayilov: Baumzerlegungsbasierte Algorithmen für das Steinerbaumproblem, Diplomarbeit, Fakultät für Informatik, Dortmund, 2015 (Betreuerin: P. Mutzel)
• M. Kluge. Modell-basierte Verfolgung von Kopf und Schulter anhand von Tiefeninformationen mit Hilfe der Microsoft Kinect. Masterarbeit, Fachhochschule Dortmund, 2015. (Betreuerin S. Kuhnt)
• V. Kretschmer, T. Plewan, G. Rinkenauer, B. Mättig. Smart Palletisation: Cognitive Ergonomics in Augmented Reality based Palletising. Accepted for the 1st International Conference on Intelligent Human Systems Integration: Integrating People and Intelligent Systems, 7.-9.1.2018 Dubai, UAE. (http://www.ihsint.org/) https://doi.org/10.1007/978-3-319-73888-8_55​​​​​​​
• D. Kurz, P. Mutzel. A Sidetrack-Based Algorithm for Finding the k Shortest Simple Paths in a Directed Graph. Proc. of the 27th International Symposium on Algorithms and Computation, ISAAC 2016, Sydney, Australia, December 12-14, 2016. https://doi.org/10.48550/arXiv.1601.02867
• D. Kurz, P. Mutzel, B. Zey. Parameterized Algorithms for Stochastic Steiner Tree Problems. Workshop on Mathematical and Engineering Methods in Computer Science, Lecture Notes in Computer Science, No 7721, 2013, S. 143-154. https://doi.org/10.1007/978-3-642-36046-6_14​​​​​​​
• I. Ljubic, P. Mutzel, B. Zey. Stochastic Survivable Network Design Problems. International Network Optimization Conference, Electronic Notes in Discrete Mathematics, Vol. 41, 2013, S. 245-252. https://doi.org/10.1016/j.endm.2013.05.099
• Ivana Ljubic, Petra Mutzel, and Bernd Zey. Stochastic Survivable Network Design Problems: Theory and practice. European Journal of Operational Research (EJOR), volume 256, issue 2, Elsevier, pp. 333-348, 2017. https://doi.org/10.1016/j.ejor.2016.06.048
• S. Lucia, A. Tatulea-Codrean, C. Schoppmeyer, S. Engell. An Environment for the Efficient Testing and Implementation of Robust NMPC. IEEE Multi-conference on Systems and Control, Antibes (France), 2014, S. 1843-1848. https://doi.org/10.1109/CCA.2014.6981581
• T. Maifeld. Der Min-Max-Regret Ansatz für robuste kombinatorische Optimierungsprobleme unter Intervallunsicherheit. Bachelorarbeit, Fakultät für Mathematik, TU Dortmund, 2014 (Betreuer: C. Buchheim, J. Kurtz)
• K. Maletzki. Min-max-min robust knapsack problems. Masterarbeit, Fakultät für Mathematik, TU Dortmund, 2015 (Betreuer: C. Buchheim, J. Kurtz)
• C. Morris: Enumeration Complexity of Multicriteria Linear Optimization, Masterarbeit, Fakultät für Informatik, Dortmund, 2015 (Betreuerin: P. Mutzel)
• D. Möller. Min-max-min Robust Optimization Under Constraint Uncertainty. Masterarbeit, Fakultät für Mathematik, TU Dortmund, 2016 (Betreuer: C. Buchheim, J. Kurtz)
• T. Plewan, G. Rinkenauer. Simple reaction times to stimuli in virtual 3D space. 8th European Conference on Visual Perception (ECVP), 2015.
• Z. Plewan, G. Rinkenauer. Simple reaction time and size–distance integration in virtual 3D space. Psychological Research, 2016, S. 1-11. https://doi.org/10.1007/s00426-016-0769-y
• T. Plewan, G. Rinkenauer. Untersuchung der Tiefenwahrnehmung bei älteren und jungen Nutzern von Head-Mounted-Displays (HMD). Arbeit in komplexen Systemen – Digital, vernetzt, human?!: 62. Kongress der Gesellschaft für Arbeitswissenschaft, Beitrag A.4.14, 2016. https://gfa2016.gesellschaft-fuer-arbeitswissenschaft.de/inhalt/A.4.14.pdf
• A. Reimann. Analyse der Unsicherheiten für die Torbelegungsplanung in logistischen Anlagen. Masterarbeit, Fakultät Maschinenbau, TU Dortmund, 2014. (Betreuer: L. Eufinger)
• J. Renker, G. Rinkenauer. Visuelles Suchverhalten bei Unsicherheit. VerANTWORTung für die Arbeit der Zukunft - Beitrag E.4.1. GfA, Dortmund (Hrsg.), 2015. www.researchgate.net/publication/281653263_Visuelles_Suchverhalten_bei_Unsi cherheit
• J. Renker, G. Rinkenauer. Umlernen von unsicheren Konzepten – Wie verändern sich Augenbewegungsmuster parallel zum Lernprozess? 62. Kongress der Gesellschaft für Arbeitswissenschaft, Beitrag A.4.16, 2016. www.researchgate.net/publication/303689374_Umlernen_von_unsicheren_Konze pten_-_Wie_verandern_sich_Augenbewegungsmuster_parallel_zum_Lernprozess
• J. Renker, G. Rinkenauer. The Acquisition of Mental Representations under Uncertainty: An Eye Movement Study. 5. Interdisziplinärer Workshop Kognitive Systeme Mensch, Teams, Systeme und Automaten, 2016. www.researchgate.net/publication/303689469_The_Acquisition_of_Mental_Repre sentations_under_Uncertainty_An_Eye_Movement_Study
• J. Renker, S. Schlagkamp, G. Rinkenauer. Questionnaire for User Habits of Compute Clusters (QUHCC). HCI International 2015-Posters’ Extended Abstracts, Springer, 2015, S. 697-702. www.researchgate.net/publication/303689533_Questionnaire_for_User_Habits_of _Compute_Clusters_QUHCC
• D. Scheftelowitsch, P. Buchholz, V. Hashemi, H. Hermanns: Multi-Objective Approaches to Markov Decision Processes with Uncertain Transition Parameters. Accepted for VALUETOOLS 2017 - 11th EAI International Conference on Performance Evaluation Methodologies and Tools, December 5-7, 2017, Venice, Italy (http://valuetools.org/program/) https://doi.org/10.1145/3150928.3150945
• D. Scheftelowitsch. collider – Parallel experiments in silico. Accepted for the 19th International GI/ITG Conference on “Measurement, Modelling and Evaluation of Computing Systems”, 26.-28. Februar 2018, Erlangen (Germany). (http://www.mmb2018.de)
• D. Scheftelowitsch. The Complexity of Uncertainty in Markov Decision Processes. Proc. of the 2015 SIAM Conference on Control and its Applications, 2015. http://dx.doi.org/10.1137/1.9781611974072.42
• D. Scheftelowitsch, P. Buchholz. Multi-Criteria Approaches to Markov Decision Processes with Uncertain Transition Parameters. Mathematics of Operations Research. https://www.semanticscholar.org/paper/Multi-Criteria-Approaches-to-Markov-Decision-wit h-Scheftelowitsch-Informatik/405929494088fdada86a0693bd22f3921bbf9d89
• J. Schild. Vergleich von kommerziellen und freien Softwaresystemen zur Lösung von linearen gemischt ganzzahligen Optimierungsproblemen. Bachelorarbeit, Fakultät für Informatik, TU Dortmund, 2016 (Betreuer: P. Buchholz).
• S. Schlagkamp, W. Allcock, E. Deelman, U. Schwiegelshohn, R. Ferreira da Silva. Consecutive Job Submission Behavior at Mira Supercomputer. 25th ACM International Symposium on High-Performance Parallel and Distributed Computing (HPDC), 2016. https://doi.org/10.1145/2907294.2907314
• S. Schlagkamp. Influence of Dynamic Think Times on Parallel Job Scheduler Performances in Generative Simulations. 19th Workshop on Job Scheduling Strategies for Parallel Processing (JSSPP 2015), 2015. https://doi.org/10.1007/978-3-319-61756-5_7​​​​​​​
• Stephan Schlagkamp, Rafael Ferreira da Silva, William Allcock, Ewa Deelman, Uwe Schwiegelshohn. User Submission Behavior Analysis and Modeling for High performance Computing and High Throughput Computing. International Journal of High Performance Computing Applications. To appear 2017.
• S. Schlagkamp, R. Ferreira da Silva, E. Deelman, U. Schwiegelshohn. Understanding User Behavior: from HPC to HTC. International Conference on Computational Science (ICCS), Procedia Computer Science, Vol. 80, 2016, S. 2241-2245. https://doi.org/10.1016/j.procs.2016.05.397
• S. Schlagkamp, R. Ferreira da Silva, J. Renker, G. Rinkenauer. Analyzing Users in Parallel Computing: A User-Oriented Study. International Conference on High Performance Computing & Simulation (HPCS), 2016. https://doi.org/10.1109/HPCSim.2016.7568362
• S. Schlagkamp, M. Hofmann, L. Eufinger, R. Ferreira da Silva. Increasing Waiting Time Satisfaction in Parallel Job Scheduling via a Flexible MILP Approach. International Conference on High Performance Computing & Simulation (HPCS), 2016. https://doi.org/10.1109/HPCSim.2016.7568331
• C. Schoppmeyer, S. Engell. Kampagnenplanung für modulare, kontinuierliche Anlagen. Chemie Ingenieur Technik, Vol. 86, Issue 9, September, 2014, S. 1366.
• C. Schoppmeyer, S. Fischer, J. Steimel, V. Quang Dob, N. Wang, S. Engell. Embedding of Timed Automata-based Schedule Optimization into Recipe Driven Production. 24 th European Symposium on Computer Aided Process Engineering, Computer Aided Chemical Engineering, Vol. 33, 2014, S. 415–420. https://doi.org/10.1016/B978-0-444-63456-6.50070-3
• C. Schoppmeyer, S. Subbiah, J. De La Fuente Valdès, S. Engell. Dynamic Scheduling of Shuttle Robots in the Warehouse of a Polymer Plant Based on Dynamically Configured Timed Automata Models. Industrial and Engineering Chemistry Research, 2014, Vol. 53 (44), S. 17135–17154. https://doi.org/10.1021/ie500437r
• C. Schoppmeyer, C. Sonntag, S. Gajjala, S. Engell. Optimal Management of Shuttle Robots in a Laboratory Automation System of a Cement Plant. Computer Aided Chemical Engineering, Vol. 37, 2015, S. 1895-1900. https://doi.org/10.1016/B978-0-444-63576-1.50010-8
• C. Schoppmeyer, H. Vermue, S. Subbiah, D. Kohlmann, P. Ferlin, S. Engell. Operation of Flexible Multiproduct Modular Continuous Polymerization Plants. Macromolecular Reaction Engineering, Vol. 10, Issue 4, August 2016, S. 435–457. https://doi.org/10.1002/mren.201500044
• J. Schwarz, S. Fuchs. Multidimensional real-time assessment of user state and performance to trigger dynamic system adaptation. In D.D. Schmorrow and C.M. Fidopiastis (Eds.): Augmented Cognition 2017, Part I, LNAI 10284, 2017. https://doi.org/10.1007/978-3-319-58628-1_30​​​​​​​​​​​​​​
• T. Siwczyk, S. Engell. Solving two-stage stochastic mixed-integer linear problems by ordinal optimization and evolutionary algorithms. IEEE Congress on Evolutionary Computation (CEC), 2016. https://doi.org/10.1109/CEC.2016.7744147
• T. Siwczyk, E. Engell. Solving Two-Stage Stochastic MILP Chemical Batch Scheduling Problems by Evolutionary Algorithms and Ordinal Optimization. Proc. of Foundations of Computer Aided Process Operations / Chemical Pro-cess Control, Tucson, Arizona (USA), 2017. www.researchgate.net/publication/312498129_SOLVING_TWO-STAGE_STOCH ASTIC_MILP_CHEMICAL_BATCH_SCHEDULING_PROBLEMS_BY_EVOLUTIONARY _ALGORITHMS_AND_ORDINAL_OPTIMIZATION
• J. Sender, T. Siwczyk, P. Mutzel, U. Clausen. Matheuristics for optimizing the network in German wagonload traffic. EURO Journal on Computational Optimization, 2016, S. 1-26. https://doi.org/10.1007/s13675-016-0076-9
• M. Spanka. Analyse von Warenströmen zur Prävention von Agglomerationen mehrerer Anlieferungen an einzelnen Toren. Masterarbeit, Fakultät Maschinenbau, TU Dortmund, 2014. (Betreuer: L. Eufinger)
• P. Speckenmeyer, Robuste und multikriterielle Varianten des Minimalschnittproblems. Bachelorarbeit, Fakultät für Mathematik, TU Dortmund, 2016 (Betreuer: C. Buchheim, J. Kurtz)
• B. Spital. Algorithmen für multikriterielle Kürzeste-Wege-Probleme. Bachelor-arbeit, Fakultät für Mathematik, TU Dortmund, 2015 (Betreuer: C. Buchheim, J. Kurtz)
• Trödel: Methoden zur Lösung des Mehrkriteriellen Kürzeste-Wege Problems im Überblick, Bachelorarbeit, Fakultät für Informatik, TU Dortmund, 2016 (Betreuerin: P. Mutzel)
• M. Walter-Huber. Feedbackoptimierung des menschlichen Greifvorgangs zur genaueren Gewichtsdiskrimination. Diplomarbeit, IfADo, TU Dortmund, 2013. (Betreuer: G. Rinkenauer)
• La. Wessels: Word Clouds – Übersicht über die algorithmischen Varianten und Bewertungskriterien in Bezug auf verschiedene Anwendungsfälle, Bachelorarbeit, Fakultät für Informatik, Dortmund, 2016 (Betreuerin: P. Mutzel)
• B. Zey. ILP formulations for the two-stage stochastic Steiner tree problem. CoRR abs/1611.04324 https://doi.org/10.48550/arXiv.1611.04324
• G. Zietek: Vergleich von Algorithmen zum Bestimmen von minimalen Vektoren, Bachelorarbeit, Fakultät für Informatik, Dortmund, 2016 (Betreuerin: P. Mutzel)

• Prof. Dr. Peter Buchholz  
  • Tel: (+49)231 755-4746  
  • E-Mail: peter.buchholz@cs.tu-dortmund.de

• Prof. Dr. Christoph Buchheim  
  • Tel: (+49)231 755-7213  
  • E-Mail: christoph.buchheim (at) math.tu-dortmund.de
• Prof. Dr.-Ing. Uwe Clausen  
  • Tel: (+49)231 755-6336  
  • E-Mail: clausen (at) itl.tu-dortmund.de
• Prof. Dr.-Ing. Sebastian Engell  
  • Tel: (+49)231 755-5126  
  • E-Mail: sebastian.engell (at) bci.tu-dortmund.de
• Prof. Dr. Sonja Kuhnt  
  • Tel: (+49)231 755-8935  
  • E-Mail: sonja.kuhnt (at) fh-dortmund.de
• Prof. Dr. Petra Mutzel  
  • Tel: (+49)231 755-7701  
  • E-Mail: petra.mutzel (at) cs.tu-dortmund.de
• PD Dr. Phil. Gerhard Rinkenauer  
  • Tel: (+49)231 1084-374  
  • E-Mail: rinkenauer (at) ifado.de
• Prof. Dr. Rüdiger Schultz  
  • Tel: (+49)201 183-6880  
  • E-Mail: ruediger.schultz (at) uni-due.de
• Prof. Dr.-Ing. Uwe Schwiegelshohn  
  • Tel: (+49)231 755-2634  
  • E-Mail: uwe.schwiegelshohn (at) tu-dortmund.de

• Nicole Kusmierz  
  • Tel: (+49)231 755-2117  
  • E-Mail: nicole.kusmierz (at) cs.tu-dortmund.de

• Dr. Paolo Campigotto  
• Dr. Moritz Mühlenthaler  
  • Tel: (+49)231 755-7226 
  • E-Mail: moritz.muehlenthaler (at) math.tu-dortmund.de
• Dr. Dimitri Scheftelowitsch  
  • Tel: (+49)231 755-5855  
  • E-Mail: dimitri.scheftelowitsch (at) cs.tu-dortmund.de.
• Dr. Bernd Zey 
  • Tel:  (+49)231 755-7735  
  • E-Mail: bernd.zey (at) tu-dortmund.de

• Johanna Burtscheidt, M. Sc.  
  • Tel: (+49)201 183 6885 
  • E-Mail: johanna.burtscheidt (at) uni-due.de
• Alexander Frank, M. Sc.  
  • Tel:  (+49)231 755-2648  
  • E-Mail: alexander.frank (at) cs.tu-dortmund.de
• Felix Hommelsheim, M. Sc.  
  • Tel:  (+49)231 755-7224  
  • E-Mail: felix.hommelsheim (at) math.tu-dortmund.de
• Adalat Jabrayilov, Dipl.-Inf.  
  • Tel:  (+49)231 755-7743  
  • E-Mail: adalat.jabrayilov@cs.tu-dortmund.de
• Dominik Kirchhoff, M. Sc.  
  • Tel: (+49)231 755-8920  
  • E-Mail: dominik.kirchhoff (at) fh-dortmund.de
• Jai Prakash Kushvah, M. Sc. psych.  
  • Tel: (+49)231 1084-460  
  • E-Mail: kushvah (at) ifado.de
• Ganesh Kamath Nileshwar, M. Sc.  
  • Tel: (+49)231 755-4513  
  • E-Mail: ganeshkamath.nileshwar (at) tu-dortmund.de
• Jonas Prünte, M. Sc.  
  • Tel: (+49)231 755-7210  
  • E-Mail: jonas.pruente (at) tu-dortmund.de
• Stefan Schaudt, M. Sc.  
  • Tel: (+49)231 755-7338  
  • E-Mail: schaudt (at) itl.tu-dortmund.de

• Dr. Fritz Bökler
• Andreas Bremer, M. Sc. psych.
• Dr.-Ing. Iryna Dohndorf
• Dr. Anna Ilyina
• Dr. Jannis Kurtz
• Dr. Thorsten Plewan
• Dr. Johanna Renker
• Dr.-Ing. Christian Schoppmeyer
• Jessica Schwarz, Dipl.-Psych. 
  •  Tel: (+49)228 9435-491 
  • E-Mail: jessica.schwarz (at) fkie.fraunhofer.de
• Thomas Siwczyk, Dipl.-Inf.
• Dr. Nadine Wollenberg