• Navigation überspringen
  • Zur Navigation
  • Zum Seitenende
Organisationsmenü öffnen Organisationsmenü schließen
Department Mathematik
  • FAUZur zentralen FAU Website
  • de
  • en
  • UnivIS
  • StudOn
  • meincampus
  • CRIS
  • Hilfe im Notfall

Department Mathematik

Menu Menu schließen
  • Department
    • Lehrstühle und Professuren
    • Verwaltung
    • Förderverein
    • Rechnerbetreuung
    • Kontakt und Anreise
    • Aktuelles
    Portal Department Mathematik
  • Forschung
    • Forschungsprojekte
    • Publikationen
    • Preprint-Reihe Angewandte Mathematik
    Portal Forschung
  • Studium
    • Beratung
    • Vor dem Studium
    • Im Studium
    • International
    Portal Studium
  • Veranstaltungen
  1. Startseite
  2. Wirtschaftsmathematik
  3. Team
  4. Martina Kuchlbauer

Martina Kuchlbauer

Bereichsnavigation: Wirtschaftsmathematik
  • Team
    • Kevin-Martin Aigner
    • Edeltraud Balser
    • Andreas Bärmann
    • Kristin Braun
    • Jana Dienstbier
    • Patrick Gemander
    • Yiannis Giannakopoulos
    • Lukas Hager
    • Katrin Halbig
    • Beate Kirchner
    • Martina Kuchlbauer
    • Frauke Liers
    • Alexander Martin
    • Alexander Müller
    • Timm Oertel
    • Galina Orlinskaya
    • Florian Rösel
    • Hanno Schülldorf
    • Jonasz Staszek
    • Regine Stirnweiß
    • Sebastian Tschuppik
    • Friedrich Wagner
    • Dieter Weninger
    • Jorge Weston
  • Projekte
  • Veröffentlichungen
  • Dissertationen
  • Lehre
  • Bachelor-/Masterarbeiten
  • Öffentlichkeitsarbeit
  • News und Events
  • So finden Sie uns

Martina Kuchlbauer

M.Sc. Martina Kuchlbauer

Martina Kuchlbauer
Martina Kuchlbauer

Department of Data Science (DDS)
Professur für Optimization under Uncertainty & Data Analysis

Raum: Raum 03.383
Cauerstraße 11
91058 Erlangen
  • Telefon: +49 9131 85-67185
  • E-Mail: martina.kuchlbauer@fau.de
  • Webseite: https://www.datascience.nat.fau.eu/research/groups/ouda/members/martina-kuchlbauer/

Projekte

  • Robustifizierung physikalischer Parameter in Gasnetzen (B06) (2018 - 2022)

    (Drittmittelfinanzierte Gruppenförderung – Teilprojekt)

    Titel des Gesamtprojektes: TRR 154: Mathematische Modellierung, Simulation und Optimierung am Beispiel von Gasnetzwerken
    Laufzeit: 01-07-2018 - 30-06-2022
    Mittelgeber: DFG / Sonderforschungsbereich / Transregio (SFB / TRR)
    Abstract

    Ziel ist das Studium von mit unsicherer oder unvollständiger Information behafteten Optimierungsproblemen mittels Methoden der robusten Optimierung. Beispielhaft sollen Optimierungsprobleme auf Transportnetzen robust modelliert und strukturell untersucht werden. Darauf aufbauend, sollen global optimale Lösungsverfahren entwickelt werden. Im Fokus steht die Modellierung als justierbar robuste Optimierungsprobleme, die Erforschung guter Relaxierungen sowie die effektive Implementierung in Branch-and-Bound Verfahren.

    →Mehr Informationen

Publikationen

2022

  • Adelhütte D., Biefel C., Kuchlbauer M., Rolfes J.:
    Pareto robust optimization on Euclidean vector spaces
    In: Optimization Letters (2022)
    ISSN: 1862-4472
    DOI: 10.1007/s11590-022-01929-y
    BibTeX: Download
  • Adelhütte D., Biefel C., Kuchlbauer M., Rolfes J.:
    Pareto Robust Optimization on Euclidean Vector Spaces
    In: Optimization Letters (2022)
    ISSN: 1862-4472
    DOI: 10.1007/s11590-022-01929-y
    BibTeX: Download
    (Techreport)
  • Kreimeier T., Kuchlbauer M., Liers F., Stingl M., Walther A.:
    Towards the Solution of Robust Gas Network Optimization Problems Using the Constrained Active Signature Method
    (2022), S. 45 - 50
    ISSN: 2510-7437
    DOI: 10.48786/inoc.2022.09
    BibTeX: Download
  • Kuchlbauer M., Liers F., Stingl M.:
    Adaptive bundle methods for nonlinear robust optimization
    In: Informs Journal on Computing 34 (2022), S. 2106 - 2124
    ISSN: 1091-9856
    DOI: 10.1287/ijoc.2021.1122
    BibTeX: Download
    (Techreport)
  • Kuchlbauer M., Liers F., Stingl M.:
    Outer approximation for mixed-integer nonlinear robust optimization
    In: Journal of Optimization Theory and Applications (2022), S. 1056–1086
    ISSN: 0022-3239
    DOI: 10.1007/s10957-022-02114-y
    URL: https://opus4.kobv.de/opus4-trr154/frontdoor/index/index/docId/414
    BibTeX: Download
Friedrich-Alexander-Universität
Erlangen-Nürnberg

Schlossplatz 4
91054 Erlangen
  • Kontakt und Anreise
  • Interner Bereich
  • Mitarbeitende A-Z
  • Impressum
  • Datenschutz
  • DE/EN
Nach oben