Bachelorarbeiten

Bachelorarbeiten in der Nichtlinearen Optimierung

Bachelorarbeiten in der Nichtlinearen Optimierung behandeln in der Regel einen bestimmten wissenschaftlichen Artikel, in dem ein Optimierungsverfahren zur Lösung einer konkreten Anwendung beschrieben wird. Ziel der Bachelorarbeit ist es, diesen Artikel aufzuarbeiten, den beschriebenen Algorithmus zu implementieren und an Beispieldaten zu testen und zu bewerten. Als gesamter Bearbeitungszeitraum, von Erhalt des Themas bis Abgabe der Arbeit, stehen Ihnen 6 Monate zur Verfügung. Die Aufgabenstellung ist so angelegt, dass die reine Bearbeitungszeit ca. 2 Monate beträgt.

Voraussetzung

Ein Schein in der Vorlesung „Einführung in die Optimierung“. Programmierkenntnisse sind vorteilhaft.

Ansprechpartner

Prof. Ulbrich und Mitarbeiter der Arbeitsgruppe

Abgeschlossene Arbeiten

  • On the convergence theory of the ADAM optimizer
    (Prof. Ulbrich)
  • D-ADMM: A communication-efficient distributed algorithm for separable optimization
    (Prof. Ulbrich)
  • Sampled Quasi-Newton Methods
    (Prof. Ulbrich)
  • Robuste Stabwerksoptimierung durch MISDP und semidefinite Programmierung mit Komplementaritätsbeschränkungen
    (Prof. Ulbrich)
  • A globally stabilised sequential quadratic programming method
    (Prof. Wollner)
  • Semidefinite Programme
    (Prof. Wollner)
  • Konvergenz stochastischer Optimierungsverfahren
    (Prof. Wollner)
  • Ein relativ robuster CVaR-Ansatz zur Wahl von Handelsstrategien in einem Markt mit ungewisser Entwicklung
    (Prof. Ulbrich)
  • Robust topology optimization
    (Prof. Wollner)
  • Optimization of charging stations for balanced electric car sharing
    (Prof. Ulbrich)
  • Robuste Optimierung mehrstufiger Probleme
    (Prof. Wollner)
  • Deep learning and classification of handwritten digits
    (Prof. Wollner)
  • Ein Optimierungsproblem für ein Carsharing-System mit Elektroautos
    (Prof. Ulbrich)
  • Stochastisches proximales Gradientenverfahren zur Lösung nichtkonvexer Probleme in Hilberträumen
    (Prof. Wollner)
  • Kreditrisiko Optimierung bezüglich des Conditional Value-at-Risk
    (Prof. Ulbrich)
  • Optimization of Top-K Support Vector Machines by Semismooth Newton Methods
    (Prof. Ulbrich)
  • Runge-Kutta Verfahren in der optimalen Steuerung
    (Prof. Wollner)
  • Optimale Steuerung eines Hindernisproblems
    (Prof. Wollner)
  • Globale Konvergenz des Konjugierten Gradientenverfahrens
    (Prof. Wollner)
  • Der Simplexalgorithmus in der linearen Mehrzieloptimierung
    (Prof. Wollner)
  • Augmentierte Lagrange Verfahren für SDPs
    (Prof. Wollner)
  • Optimierung unter Wahrscheinlichkeitsrestriktionen
    (Prof. Wollner)
  • Optimal location planning for charging stations in electric car sharing systems
    (Prof. Ulbrich)
  • Parallel Coordinate Descent Methods for Machine Learing Applications
    (Prof. Ulbrich)
  • Ein Glättungsverfahren für die Lösung Linearer Programme
    (Prof. Ulbrich)
  • Support Vector Machines and their application in disease classification
    (Prof. Ulbrich)
  • Optimizing Support Vector Machines with Coordinate Descent
    (Prof. Ulbrich)
  • Optimierungsverfahren in der Supply Chain Optimierung
    (Prof. Wollner)
  • Introduction to Cooperative Game Theory and Solution Concepts
    (Prof. Schwartz)
  • Analysis and application of the Stochastic Gradient Method on strongly convex and general objectives
    (Prof. Ulbrich)
  • Determining the locations of e-bike rental stations with a path based heuristic
    (Prof. Ulbrich)
  • Nichtkonvexe robuste Optimierung für restringierte Probleme mit Fachwerk als Anwendungsbeispiel
    (Prof. Ulbrich)
  • Semidefinite Programmierung mit Anwendung auf Tracking Probleme
    (Prof. Wollner)
  • The method of moving asymptotes in structural optimization
    (Prof. Wollner)
  • Ein Algorithmus zur Bestimmung aller Lösungen eines verallgemeinerten linearen Nash-Gleichgewichtsproblems
    (Prof. Schwartz)
  • Gezielte Werbung in sozialen Netzen in Gegenwart konkurrierender Firmen
    (Prof. Schwartz)
  • Solving Linear Generalized Nash Equilibrium Problems using the Nikaido-Isoda Function
    (Prof. Schwartz)
  • Analyzing Solution Concepts of a Game Theoretical Model of Nonconvex Cognitive Radio Games
    (Prof. Schwartz)
  • A Biased Lottery for the Efficent Provision of Public Goods
    (Prof. Schwartz)
  • Lösen verallgemeinerter linearer Nash-Gleichgewichtsprobleme mit Hilfe von KKT-Systemen
    (Prof. Schwartz)
  • On the Effect of Emission Trading Renewables on Energy Markets
    (Prof. Schwartz)
  • Optimierungsverfahren für Sparse Reconstruction
    (Prof. Ulbrich)
  • Verfahren für Support Vector Machines und Anwendungen
    (Prof. Ulbrich)
  • Berechnung der impliziten Volatilität amerikanischer Optionen mit Hilfe von Optimierung unter Equilibriumsnebenbedingungen
    (Prof. Ulbrich)
  • Der Simplex-Gradient und Optimierungsprobleme mit gestörten Funktionsauswertungen
    (Prof. Ulbrich)
  • Lösen von MPECs mit Anwendung auf die implizite Volatilität amerikanischer Optionen
    (Prof. Ulbrich)
  • Optimale Struktur von Gastransportnetzwerken
    (Prof. Ulbrich)
  • Adaptive Reduktion von Nebenbedingungen bei Training Support Vector Machines
    (Prof. Ulbrich)
  • Semiglatte Newton-Verfahren für Second-Order Cone Programming
    (Prof. Ulbrich)
  • Glättungsverfahren für lineare Optimierungsprobleme
    (Prof. Ulbrich)
  • Innere Punkte Verfahren für kontrollbeschränkte Optimierungsprobleme mit partiellen Differentialgleichungen
    (Prof. Wollner)
  • Niedrigrang Approximation semidefiniter Programme
    (Prof. Wollner)
  • Komplexitätsanalyse des Innere-Punkte-Verfahrens
    (Prof. Wollner)
  • Semidefinite Programming
    (Prof. Wollner)
  • Relaxierungen für mathematische Programme mit vanishing constraints
    (Prof. Wollner)
  • Robust Linear Optimization with Recourse
    (Prof. Wollner)
  • Pure-strategy Nash Equilibria in Tullock Rent-Seeking Games
    (Prof. Schwartz)
  • Schätzung der impliziten Volatilität amerikanischer Optionen durch Mathematical Programming with Equilibrium Constraints
    (Prof. Ulbrich)
  • Berechenbare Annäherungen für robuste konische Optimierungsprobleme
    (Prof. Ulbrich)
  • Sparse Forward Mode of Automatic Differentiation and its Implementation
    (Prof. Ulbrich)
  • Stabwerksoptimierung unter Knicknebenbedingungen
    (Prof. Ulbrich)
  • Freie Materialoptimierung mit Spannungsnebenbedingungen
    (Prof. Ulbrich)
  • Adaptive constraint reduction for training support vector machines
    (Prof. Ulbrich)
  • Balanced Proper Orthogonal Decomposition: Anwendung auf ein Problem der Strömungssteuerung
    (Prof. Ulbrich)
  • Die Support Vector Machine und ihre Anwendung bei der Prognoseerstellung für Brustkrebspatienten
    (Prof. Ulbrich)
  • Semiglatte Support Vector Machines
    (Prof. Ulbrich)
  • Portfolio Optimization with Conditional Value-at-Risk Objective and Constraints
    (Prof. Ulbrich)
  • Incremental Network Design with Maximum Flows
    (Prof. Ulbrich)
  • Robuste Optimierung von Stabwerken
    (Prof. Ulbrich)
  • Robuste Portfoliooptimierung durch second-order cone programming
    (Prof. Ulbrich)
  • Optimierung von Stabwerken mit lokalen Knicknebenbedingungen
    (Prof. Ulbrich)
  • On Unconstrained Robust Optimization and Its Application to an Elasticity Problem
    (Prof. Ulbrich)
  • Inkrementelles Netzwerk-Design mit maximalen Flüssen
    (Prof. Ulbrich)
  • Global Linear Convergence of a Non-Interior Path Following Algorithm for Linear Complementarity Problems
    (Prof. Ulbrich)
  • Fachwerkoptimierung auf Basis eines Konisch-Quadratischen Modells mit lokalen Knickbedingungen
    (Prof. Ulbrich)
  • Reduktion der Nebenbedingungen bei Support Vector Machines
    (Prof. Ulbrich)
  • Optimales Stabwerksdesign unter einer nichtkonvexen globalen Knick-Nebenbedingung
    (Prof. Ulbrich)
  • Separable Semidefinite Optimierung mit Anwendung auf Optimales Downlink Beamforming
    (Prof. Ulbrich)
  • Globale Optimierung basierend auf stückweise linearer und quadratischer Approximation
    (Prof. Ulbrich)
  • Robuste Modellierung von mehrstufigen Portfolio-Problemen
    (Prof. Ulbrich)
  • Theorie von Compressive Sensing via l1-Minimierung: eine RIP-freie Analyse und Erweiterung
    (Prof. Ulbrich)
  • Optimierung des Conditional Value at Risk unter Unsicherheit als robustes Optimierungsproblem
    (Prof. Ulbrich)
  • Innere-Punkte-Methoden und Glättungsverfahren
    (Prof. Ulbrich)
  • Dekompositionsmethoden zur parallelen Optimierung von Multiagenten-Systemen
    (Prof. Ulbrich)
  • Robust Portfolio Selection Problems
    (Prof. Ulbrich)
  • Decomposition by Partial Linearization: Parallel Optimization of Multi-Agent Systems
    (Prof. Ulbrich)
  • Rangbeschränkte, separable, semidefinite Programmierung mit Anwendung beim optimalen Beamformingproblem
    (Prof. Ulbrich)
  • Eine duale Sicht auf separierbare Semidefinite Programmierung im optimalen Downlink Beamforming
    (Prof. Ulbrich)
  • Robuste Portfoliooptimierung
    (Prof. Ulbrich)
  • Optimization of Conditional Value-at-Risk for General Loss Distributions Based on Robust Solutions of Uncertain Linear Programs
    (Prof. Ulbrich)
  • Robuste Lösung unsicherer linearer Programme
    (Prof. Ulbrich)
  • Glättungsverfahren für Semidefinite Optimierungsprobleme
    (Prof. Ulbrich)
  • Grundlagen und Vergleich von Innere-Punkte-Methoden, Glättungsverfahren und semiglatten Newton-Verfahren in Anwendung auf linearen Optimierungsproblemen
    (Prof. Ulbrich)
  • Semiglatte Methoden für lineare und nichtlineare Second Order Cone Programme
    (Prof. Ulbrich)
  • Globale Minimierung mittels linearer und quadratischer Approximation
    (Prof. Ulbrich)
  • Incremental Network Design with Shortest Paths
    (Prof. Ulbrich)
  • Numerische Methoden von Compressed Sensing
    (Prof. Ulbrich)
  • Inkrementelles Netzwerk-Design mit kürzesten Wegen
    (Prof. Ulbrich)
  • Robust Modeling of Two-periodic Option Portfolios
    (Prof. Ulbrich)
  • Robust Portfolio Optimization with Value-At-Risk Adjusted Sharpe Ratios
    (Prof. Ulbrich)
  • Compressive Sensing and Signal Reconstruction Algorithms
    (Prof. Ulbrich)
  • Adaptive Constraint Reduction for Training Support Vector Machines
    (Prof. Ulbrich)
  • Robuste Optimierung von mehrstufigen Portfolios
    (Prof. Ulbrich)
  • Preprocessing für Robuste Stabwerksoptimierung
    (Prof. Ulbrich)
  • Global Minimization of Nonconvex Functions
    (Prof. Ulbrich)
  • Kreditrisiko Optimierung mit Conditional Value at Risk
    (Prof. Ulbrich)
  • Robuste Portfoliooptimierung
    (Prof. Ulbrich)
  • Ein Innere-Punkte-Verfahren mit adaptiver Nebenbedingungsreduktion für das Training von Support Vector Machines
    (Prof. Ulbrich)
  • Primal-dual Interior-Point Methods with Redundancy Control
    (Prof. Ulbrich)
  • Robuste Optimierung von Kreditportfolios
    (Prof. Ulbrich)
  • Robuste Stabwerksoptimierung mit lokalen Knicknebenbedingungen
    (Prof. Ulbrich)
  • Interior-Point Methods and Smoothing-Type Methods for Semidefinite Programs
    (Prof. Ulbrich)
  • Robuste Lösungen von unsicheren linearen Programmen
    (Prof. Ulbrich)
  • Robuste Portfolio-Optimierung mit Conditional Value-at-Risk als Risikomaß
    (Prof. Ulbrich)
  • Ein neues Relaxionsschema zur numerischen Lösung von MPECs
    (Prof. Ulbrich)
  • Optimierung des Conditional Value-at-Risk von Portfolios mit diskreten Gewichten
    (Prof. Ulbrich)
  • Optimierung von Spaltprofilen in drei Dimensionen
    (Prof. Ulbrich)
  • Optimierung spaltprofilierter Blechprofile hinsichtlich thermodynamischer Eigenschaften
    (Prof. Ulbrich)
  • Gemischt-ganzzahligen Optimierungsverfahren und Anwendung in der Kreditportfoliooptimierung
    (Prof. Ulbrich)
  • An Algortihm for Computing the Implied Volatility of American Options
    (Prof. Ulbrich)
  • Robust Linear Optimization
    (Prof. Ulbrich)
  • Robuste Optimierung von Stabwerken mit Aktoren durch semidefinite Optimierung
    (Prof. Ulbrich)