Dissertationen behandeln üblicherweise komplexe mathematische Optimierungsprobleme, für die bisher noch keine effizienten Lösungsmethoden existieren. Häufig sind solche Optimierungsprobleme durch praktische Anwendungen der Industrie, Wirtschaft oder Ingenieurwissenschaften motiviert. Alle untersuchten Optimierungsprobleme beinhalten die gemeinsame Struktur von diskreten Entscheidungen, d.h. entweder ja/nein (0/1) Entscheidungen oder ganze Zahlen. Typischerweise können solche Optimierungsaufgaben als gemischt-ganzzahliges lineares oder nichtlineares Optimierungsproblem formuliert werden (kurz: MIP oder MINLP für das englische mixed-integer linear problem bzw. mixed-integer nonlinear problem). Eine Dissertation beinhalten normalerweise die Entwicklung einer Lösungsmethode, basierend auf einer mathematischen Analyse der zugrundeliegenden mathematischen Strukturen des Problems. Die Lösungsmethoden werden meistens auf realen oder realitätsnahen Daten getestet.

• Sensitivity Analysis and Resilience of Integer Programs using the Example of Energy Systems
  Erik Jansen (Prof. Pfetsch)
• Potential-based Flows
  Annette Lutz (Prof. Disser)
• Complexity of the Simplex Method
  Nils Mosis (Prof. Disser)
• Robust Optimization of Energy Networks
  Jonas Alker (Prof. Pfetsch)
• Handling Symmetries in Maximum Stable Set Problems
  Annika Jäger (Prof. Pfetsch)
• Online Server Problems
  Linda Thelen (Prof. Disser)

• Mixed-Integer Nonlinear Optimization of District Heating Networks
  Lea Rehlich (Prof. Ulbrich, Prof. Pfetsch)
• Online and Multi-Agent Approximations for the Traveling Salesperson Problem
  Júlia Baligács (Prof. Disser)

• On the Proof Complexity of Linear Programming Based Branch-and-Bound
  Maximilian Gläser (Prof. Pfetsch) TUprints

• Competitive Analysis for Incremental Maximization
  David Michael Weckbecker (Prof. Disser) TUprints

• Sparse Recovery Under Side Constraints Using Null Space Properties (wird in neuem Tab geöffnet)
  Frederic Matter (Prof. Pfetsch)
• Interdiction Problems in Mixed-Integer Nonlinear Programming
  Andreas Schmitt (Prof. Pfetsch)

• Competitive analysis of the online dial-a-ride problem
  Alexander Birx (Prof. Disser)
• Mixed-Integer Optimization with Ordinary Differential Equations for Gas Networks (wird in neuem Tab geöffnet)
  Oliver Habeck (Prof. Pfetsch)
• The complexity of Zadeh's pivot rule
  Alexander Hopp (Prof. Disser)

• Computational Mixed-Integer Semidefinite Programming
  Tristan Gally (Prof. Pfetsch)
• Optimal Operation of Water Supply Networks by Mixed Integer Nonlinear Programming and Algebraic Methods (wird in neuem Tab geöffnet)
  Wei Huang (Prof. Pfetsch)

• Partitioning into Isomorphic or Connected Subgraphs (wird in neuem Tab geöffnet)
  Hendrik Lüthen (Prof. Pfetsch)
• Symmetries in Binary Programs – A Polyedral Perspective
  Christopher Hojny (Prof. Pfetsch)

• Branch-and-Cut for Complementarity and Cardinality Constrained Linear Programs (wird in neuem Tab geöffnet)
  Tobias Fischer (Prof. Pfetsch)

• Analyzing Infeasibility in Flow Networks
  Imke Joorman (Prof. Pfetsch)

• Computational Aspects of Compressed Sensing (wird in neuem Tab geöffnet)
  Andreas Tillmann (Prof. Pfetsch)