Prof. Dr. Kevin Tier­ney

For­schungs­schwer­punk­te

Lear­ning to op­ti­mi­ze

Warum soll man selbst Me­tho­den zur Lö­sung von Op­ti­mie­rungs­pro­ble­men schrei­ben, wenn ein ma­schi­nel­les Lern­mo­dell diese Auf­ga­be über­neh­men kann? Wir ver­wen­den Tech­ni­ken des ma­schi­nel­len Ler­nens, wie z. B. Deep Rein­for­ce­ment Lear­ning, um au­to­ma­tisch Heu­ris­ti­ken für die Lö­sung schwie­ri­ger Op­ti­mie­rungs­pro­ble­me zu er­ler­nen, wie z. B. Routing-​ und Ter­min­pla­nungs­pro­ble­me.

Op­ti­mie­rung unter Un­si­cher­heit

Die Zu­kunft ist un­ge­wiss. Die­ses Fakt muss bei der Pla­nung von Ent­schei­dun­gen  be­rück­sich­tigt wer­den. Wir ent­wi­ckeln neue Tech­ni­ken, um die Un­ge­wiss­heit bes­ser in Op­ti­mie­rungs­mo­del­le und -​methoden ein­zu­be­zie­hen, mit dem Ziel, ef­fek­ti­ve Ent­schei­dun­gen zu ge­währ­leis­ten.

Ef­fi­zi­en­te Lo­gis­tik und Trans­port

Meine Ar­beits­grup­pe ist spe­zia­li­siert auf die Mo­del­lie­rung und Lö­sung von Op­ti­mie­rungs­pro­ble­men im Be­reich der Lo­gis­tik und des Trans­ports, wobei wir uns be­son­ders auf den See­trans­port kon­zen­trie­ren. Wir ver­wen­den eine brei­te Pa­let­te von Tech­ni­ken, die von gemischt-​ganzzahliger li­nea­rer Pro­gram­mie­rung über Cons­traint Pro­gramming bis hin zu Me­ta­heu­ris­ti­ken rei­chen. In die­sem For­schungs­be­reich ar­bei­ten wir eng mit Part­nern aus der In­dus­trie zu­sam­men und ver­fü­gen über be­trächt­li­che Er­fah­rung bei der Ent­wick­lung von Lö­sun­gen für reale Pro­ble­me.

Links