Lehr- und Forschungsgebiet Diskrete Optimierung

Timo Gersing, M.Sc.

Wissenschaftlicher Mitarbeiter

Lehr und Forschungsgebiet Kombinatorische Optimierung

RWTH Aachen University

Kontakt / Lehre / Forschung / Ressourcen

Robust Binary Optimization

Wir stellen alle Instanzen zur Verfügung, die in der Rechenstudie des Papers A Branch & Bound Algorithm for Robust Binary Optimization with Budget Uncertainty von Christina Büsing, Timo Gersing und Arie Koster verwendet wurden.
Die Instanzen basieren auf einer Liste von 67 nominellen Instanzen aus der Sammlung der MIPLIB 2017. Für jede nominale Instanz haben wir 12 robuste Instanzen konstruiert, indem wir vier verschiedene Werte für Γ mit drei verschiedenen Intervallen für die Abweichung der Zielfunktionskoeffizienten kombiniert haben. Zusammen mit den nominalen Instanzen bilden die Robustheits-Komponenten, die den Wert von Γ und die Abweichungen der Zielfunktionskoeffizienten für jede Instanz angeben, unsere robusten Instanzen.
Wir stellen auch eine Liste von Rechenergebnissen für alle in diesem Papier getesteten Instanzen und Algorithmen zur Verfügung.

letzte Änderung: 08.10.2021 - 14:28