Online-Optimierung

In realen Anwendungen stellen sich oft Optimierungsprobleme, bei denen Entscheidungen dynamisch, d.h. auf der Basis der bisher bekannten Daten, gefällt werden müssen. Es kann also nicht abgewartet werden, bis alle Daten verfügbar sind.
In den meisten Fällen steht dem Online-Optimierer ein Vorlauf an Information zur Verfügung, kann dem Online-Optimierer ein gewisser Vorlauf von Informationen über zukünftige Anfragen zur Verfügung gestellt werden, dies wird als Informationsvorlauf (englisch lookahead) bezeichnet.
In diesem Projekt wird untersucht, in welchem Maße die Qualität der Entscheidungen im Average-Case steigt, wenn der Informationsvorlauf des Online-Optimierers vergrößert wird.