Vienna Graduate School on Computational Optimization

Moderne Optimierungsmethoden sind ein Schlüssel für erfolgreiches Management in vielen Anwendungsgebieten, wie z.B. Energieerzeugung und handel, Finanz- und Versicherungsmanagement, Logistik und Telekommunikation, Bioinformatik, etc. Dieses Doktoratsprogramm hat es zum Ziel, den PhD Kandidaten eine umfassende Ausbildung in Optimierung unter besonderer Berücksichtigung algorithmischer und computationaler Aspekte zu bieten. Die Zusammensetzung der teilnehmenden Wissenschaftler gewährleistet, dass fast alle Teilbereiche der mathematischen Optimierung abgedeckt werden, Dies erlaubt den Kollegiaten auf Gebieten zu arbeiten, die mehr als einen Aspekt der Optimerung berühren. Die Teilnehmer dieses Programmes sollen ein integratives Bild der verschiedenen Teilbereiche der Optimierung vermittelt bekommen, in Theorie, Anwendung und Implementation. Die verschiedenen Teilbereiche, die durch die teilnehmenden Wissenschaftler abgedeckt werden, sind: Kombinatorische Optimierung (Henzinger, Ljubic, Raidl), Globale Optimierung (Bomze, Neumaier, Schichl), Heuristische Optimierung (Neumaier, Schichl, Raidl), Nichlineare Optimierung (Bomze, Neumaier), Stochastische Optimierung (Pflug, Uhler), Dynamische Optimierung (Pflug, Uhler) Algorithmische Spieltheorie (Bomze, Henzinger), Optimierung für intelligente Datenanalyse (Bomze, Henzinger, Ljubic, Uhler). Jedes Gebiet ist durch mehr als ein DK Mitglied vertreten, was eine produktive Kooperation und gemeinsame Betreuung der PhD Studenten ermöglicht. Ein Schwergewicht wird auf die Algorithmik gelegt. Es ist vorgesehen, die Kollegiaten anzuleiten, Algorithmen zu implementieren und deren Leistungsfähigkeit anhand praktischer Probleme zu vergleichen.