Algorithmic Economics und Operations Research

ZusammenfassungDie Informatik hat viele Wissenschaften grundlegend beeinflusst, die Wirtschaftswissenschaften in besonders hohem Maße. Vor allem die enormen Fortschritte der Algorithmik und der mathematischen Optimierung haben großen Einfluss auf Theorie und Praxis. Neben traditionellen Anwendungen des Operations Research in der Ablauf- oder Tourenplanung ermöglichen diese Fortschritte völlig neue Anwendungen, und sie spielen für Geschäftsmodelle der digitalen Wirtschaft eine wichtige Rolle. Die Schnittstelle zwischen Informatik, Mathematik und Wirtschaftswissenschaften hat sich im Münchner Umfeld von Universitäten und Industrie in den vergangenen Jahren sehr dynamisch entwickelt. Der vorliegende Artikel gibt verschiedene Beispiele, wie Algorithmen und neue Ansätze der Optimierung sowohl betriebswirtschaftliche Probleme lösen (erster Teil) als auch Entwicklungen der wirtschaftswissenschaftlichen Theorie beeinflussen (zweiter Teil). Sie zeugen von einer neuen, einer ,,informatischen“ Art, wirtschaftliche Prozesse zu gestalten und zu erklären, die auch international großen Auftrieb erhält.

[1]  Rainer Kolisch,et al.  Optimizing Inbound Baggage Handling at Airports , 2017, Transp. Sci..

[2]  Robert E. Bixby,et al.  A Brief History of Linear and Mixed-Integer Programming Computation , 2012 .

[3]  Susanne Albers,et al.  On Approximate Nash Equilibria in Network Design , 2013, Internet Math..

[4]  Peter Gritzmann,et al.  Geometric Clustering for the Consolidation of Farmland and Woodland , 2014 .

[5]  Peter Gritzmann,et al.  Computational Convexity , 1996, Handbook of Discrete and Computational Geometry, 2nd Ed..

[6]  Scott Shenker,et al.  On a network creation game , 2003, PODC '03.

[7]  Martin Bichler,et al.  Generalized assignment problem: Truthful mechanism design without money , 2016, Oper. Res. Lett..

[8]  Martin Bichler,et al.  Ascending Combinatorial Auctions with Allocation Constraints: On Game Theoretical and Computational Properties of Generic Pricing Rules , 2013, Inf. Syst. Res..

[9]  J. Goeree,et al.  Handbook of Spectrum Auction Design , 2017 .

[10]  Jorge Cortés,et al.  Coverage Optimization and Spatial Load Balancing by Robotic Sensor Networks , 2010, IEEE Transactions on Automatic Control.

[11]  Sushil Bikhchandani,et al.  The Package Assignment Model , 2002, J. Econ. Theory.

[12]  Peter Gritzmann,et al.  Constrained clustering via diagrams: A unified theory and its application to electoral district design , 2017, Eur. J. Oper. Res..

[13]  Susanne Albers,et al.  On the value of coordination in network design , 2008, SODA '08.

[14]  Felix Brandt,et al.  Finding strategyproof social choice functions via SAT solving , 2014, AAMAS.

[15]  Tim Roughgarden,et al.  Algorithmic Game Theory , 2007 .

[16]  Erik Carlsson,et al.  Balancing workloads of service vehicles over a geographic territory , 2013, 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems.

[17]  Peter Gritzmann,et al.  Electoral District Design via Constrained Clustering , 2017, ArXiv.

[18]  Martin Bichler,et al.  Compact Bid Languages and Core Pricing in Large Multi-item Auctions , 2015, Manag. Sci..

[19]  Y. Mansour,et al.  On Nash Equilibria for a Network Creation Game , 2006, TEAC.

[20]  P. Gritzmann,et al.  Generalized balanced power diagrams for 3D representations of polycrystals , 2014, 1411.4535.

[21]  Martin Bichler,et al.  Matching with indifferences: A comparison of algorithms in the context of course allocation , 2017, Eur. J. Oper. Res..

[22]  Rainer Kolisch,et al.  Column Generation for Outbound Baggage Handling at Airports , 2017, Transp. Sci..

[23]  Vincent Conitzer,et al.  Handbook of Computational Social Choice , 2016 .

[24]  Felix Brandt,et al.  Proving the Incompatibility of Efficiency and Strategyproofness via SMT Solving , 2016, IJCAI.

[25]  Éva Tardos,et al.  Near-Optimal Network Design with Selfish Agents , 2008, Theory Comput..

[26]  Edith Elkind,et al.  Computational Social Choice: The First Ten Years and Beyond , 2019, Computing and Software Science.

[27]  William L. Maxwell,et al.  Theory of scheduling , 1967 .

[28]  Éva Tardos,et al.  Near-optimal network design with selfish agents , 2003, STOC '03.

[29]  Tim Roughgarden,et al.  The price of stability for network design with fair cost allocation , 2004, 45th Annual IEEE Symposium on Foundations of Computer Science.

[30]  Felix Brandt,et al.  Consistent Probabilistic Social Choice , 2015, ArXiv.