Bachelorarbeit

Bachelorarbeiten in der Diskreten Optimierung

Bachelorarbeiten basieren in der Regel auf einem mathematischen Artikel, der in der Arbeit aufgearbeitet und in eigenen Worten wiedergegeben wird. Zusätzlich kommen oft noch kleinere Implementierungsarbeiten oder Computerexperimente hinzu.

Die Bearbeitungszeit einer Bachelorarbeit beträgt drei Monate. Vor Beginn der Arbeit sollte unbedingt die folgende Handreichung zum Thema Bachelorarbeiten in der Diskreten Optimierung gelesen werden. Angemeldet wird die Arbeit in der Regel dann, wenn die Studierenden sich etwas in das Thema eingearbeitet haben. Für die Anfertigung der Arbeit steht im Downloadbereich des Fachbereichs eine TeX-Vorlage zur Verfügung, alternativ können Sie auch die Vorlage der Arbeitstechniken Vorlesung aus dem WS15/16 verwenden.

Voraussetzungen

Das erfolgreiche Bestehen der Veranstaltung „Einführung in die Optimierung“ wird vorausgesetzt; darüber hinaus wird die aktive Teilnahme in einem Optimierungsseminar dringend empfohlen.

Ansprechpartner

Prof. Pfetsch, Prof. Disser und Mitarbeiter der Arbeitsgruppe

Abgeschlossene Bachelorarbeiten

2019

  • Genetische Algorithmen zum Lösen des Dial-a-Ride Problems
    (Prof. Disser)
  • Lösungen des geradlinigen Distanzproblems
    (Prof. Pfetsch)
  • Planung der Aufteilung von Prozessoren mit linearer Verlangsamung
    (Prof. Pfetsch)
  • Minimum equivalent precedence relation systems
    (Prof. Pfetsch)
  • Optimale Anordnung von statistisch abhängigen Tests
    (Prof. Pfetsch)
  • Komplexität der Burning-Zahl eines Graphen
    (Prof. Pfetsch)

2018

  • Containment of Virus Expansion in Graphs
    (Prof. Disser)
  • State of the Art for the List Update Problem
    (Prof. Disser)
  • Shortest Distances on Undirected Graphs
    (Prof. Pfetsch)
  • Blockierende Vereinigungen von Arboreszenzen
    (Prof. Pfetsch)
  • Efficient recovery of block-sparse signals
    (Prof. Pfetsch)
  • Matching Interdiction
    (Prof. Pfetsch)
  • Effiziente Lösungen für gewichtsbalancierte Partitionierungsprobleme
    (Prof. Pfetsch)
  • Approximation algorithms for maximum K-vertex cover
    (Prof. Pfetsch)
  • Machine Learning for Fraud Detection in E-Commerce
    (Prof. Pfetsch)
  • Kürzeste Wege für planare Graphen
    (Prof. Pfetsch)
  • Überdeckungsprobleme in Kanten- und Knoten-gewichteten Graphen
    (Prof. Pfetsch)
  • Über das robuste kürzeste Wege Problem
    (Prof. Pfetsch)
  • Ein Algorithmus zur Lösung parametrischer Flussmaximierungsprobleme
    (Prof. Pfetsch)
  • The K-Server Problem
    (Prof. Disser)
  • Single machine scheduling with supporting tasks
    (Prof. Pfetsch)
  • Eine Testumgebung für online Dial-a-Ride on the line
    (Prof. Disser)
  • Anchored rectangle and square packings
    (Prof. Pfetsch)

2017

  • Improving Bounds for Incremental Maximization
    (Prof. Disser)
  • Routing in Netzwerken mit Kapazitäten
    (Prof. Pfetsch)
  • Belegungsplanung mit ressourcenabhängigen Bearbeitungszeiten
    (Prof. Pfetsch)
  • Polynomielle Approximationsschemata für das budgetierte Matching-Problem und das budgetierte Matroid-Intersektions-Problem
    (Prof. Pfetsch)
  • Polynomieller Netzwerksimplexalgorithmus für Kosten-minimale Flüsse
    (Prof. Pfetsch)
  • Scheduling Unrelated Parallel Machines and Graph Balancing
    (Prof. Pfetsch)
  • Berechnung kürzester Wege auf Flächen
    (Prof. Pfetsch)
  • Max Flows in O(nm) Time, or Better
    (Prof. Pfetsch)

2016

  • Optimale Approximation mit stückweise affinen Modellen
    (Prof. Pfetsch)
  • Gewichts-beschränkte kürzeste Wege Probleme
    (Prof. Pfetsch)
  • Der Seitenflächen-Algorithmus für lineare Optimierungsprobleme
    (Prof. Pfetsch)
  • Compact Flows
    (Prof. Pfetsch)
  • Solving Combinatorial Optimization Problems via Inclusion-Exclusion
    (Prof. Pfetsch)
  • The Stoer-Wagner algorithm for minimum cuts in undirected graphs
    (Prof. Pfetsch)
  • A recognition algorithm for unit interval graphs
    (Prof. Pfetsch)
  • Approximationsalgorithmen für das Scheduling auf parallelen Maschinen
    (Prof. Pfetsch)
  • Differences between maximum degrees and clique numbers in graphs
    (Prof. Pfetsch)
  • Image Segmentation via Minimum Cuts in Planar Graphs
    (Prof. Pfetsch)

2015

2014

2013

2012