Zum Inhalt springen

Prof. Dr. Alexander Schiendorfer

Informationen

Vita

  • Seit März 2021 Forschungsprofessor für KI-basierte Optimierung in der Automobilproduktion, Technische Hochschule Ingolstadt
  • 2018-2020 Akademischer Rat a.Z., Institut für Software & Systems Engineering, Universität Augsburg
  • 2013-2018 Wiss. Mitarbeiter und Promotion Informatik, Institut für Software & Systems Engineering, Universität Augsburg
  • 2011-2013 M.Sc. Software Engineering (Universität Augsburg, TUM, LMU)
  • 2011 Forschungsaufenthalt bei Siemens Corporate Research (Princeton, USA)
  • 2008-2011 B. Sc. Software Engineering (Fachhochschule Hagenberg, Österreich)

Vollständiger CV auf Anfrage verfügbar
(https://www.linkedin.com/in/alexander-schiendorfer/ bzw https://twitter.com/schienal) 

E-Mail
Alexander.Schiendorfer@thi.de
Telefon
+49 841 9348-3531
Raum
K205
Lehrgebiet
KI-basierte Optimierung in der Automobilproduktion
Fakultät
Fakultät WI

Forschung

Forschung

Einsatzmöglichkeiten von kombinatorischer Optimierung und maschinellem Lernen in der Produktion & Logistik, speziell auch mit den Anforderungen der Automobilbranche (montageintensiv, variantenreiche Produktion, komplexe Lieferketten)

  • Constraint-Programmierung, Mathematische Optimierung (u.a. MiniZinc, Google OR-Tools, Gurobi, CPLEX)
  • Maschinelles Lernen (Unsicherheitsbehaftete Deep-Learning-Modelle, Reinforcement Learning)

Laufende Projekte:

Veröffentlichungen

Veröffentlichungen

Siehe https://scholar.google.at/citations?hl=en&user=NDP4if4AAAAJ bzw. https://opus4.kobv.de/opus4-haw/solrsearch/index/search/searchtype/authorsearch/author/Schiendorfer%2C+Alexander

Team

  • Erik Hass
  • Anand Balaji . 

Ehemalige Mitarbeitende

  • Nitin Augustine
  • Zübeyir Oflaz
  • Celeste Groux
  • Sidhant Bhavnani

laufende Forschungsprojekte

Publikationen

Publikationen

2026

SCHIENDORFER, Alexander, Thomas SCHMIDT, Karima OUTAFRAOUT, Michelle BASCHIN, Yuguang HEI, Tom STREUBEL, Pascal KÄTZEL, Lilia MICHAILOV, Rudolf FELIX und Lars HARPENG, 2026. Multi-objective Reinforcement Learning for Safety-Critical Gas Grid Management: Lessons from Real-World Pilot Deployment. In: KOPRINSKA, Irena, João MENDES-MOREIRA und Paula BRANCO, Hrsg. Machine Learning and Principles and Practice of Knowledge Discovery in Databases: International Workshops of ECML PKDD 2025, Porto, Portugal, September 15–19, 2025, Revised Selected Papers, Part II. Cham: Springer, S. 598-611. ISBN 978-3-032-19099-4. Verfügbar unter: https://doi.org/10.1007/978-3-032-19099-4_41
DACHTLER, Kristina und Alexander SCHIENDORFER, 2026. Goal-Orientation in Machine Learning Development: A Systematic Mapping Study. In: KOPRINSKA, Irena, João MENDES-MOREIRA und Paula BRANCO, Hrsg. Machine Learning and Principles and Practice of Knowledge Discovery in Databases: International Workshops of ECML PKDD 2025, Porto, Portugal, September 15–19, 2025, Revised Selected Papers, Part II. Cham: Springer, S. 19-35. ISBN 978-3-032-19099-4. Verfügbar unter: https://doi.org/10.1007/978-3-032-19099-4_2

2025

DACHTLER, Kristina und Alexander SCHIENDORFER, 2025. A Framework to integrate Machine Learning Decision Preferences in Manufacturing Use Cases. In: ALMEIDA, Luis, Marina INDRIA, Mario DE SOUSA, Antonio VISIOLI, Mohammad ASHJAEI und Pedro SANTOS, Hrsg. 2025 IEEE 30th International Conference on Emerging Technologies and Factory Automation (ETFA). Piscataway: IEEE. ISBN 979-8-3315-5383-8. Verfügbar unter: https://doi.org/10.1109/ETFA65518.2025.11205573
LODES, Lukas, Erik HASS, Kristina DACHTLER und Alexander SCHIENDORFER, 2025. SmartManPy – Open Source Synthetic Manufacturing Data. Procedia Computer Science, 2025(253), 1830-1839. ISSN 1877-0509. Verfügbar unter: https://doi.org/10.1016/j.procs.2025.01.245
STEFFEL, Pauline, Jürgen BOCK und Alexander SCHIENDORFER, 2025. Towards a Configurable and Reusable RL Training Infrastructure for AMRs in ROS2. In: ALMEIDA, Luis, Marina INDRIA, Mario DE SOUSA, Antonio VISIOLI, Mohammad ASHJAEI und Pedro SANTOS, Hrsg. 2025 IEEE 30th International Conference on Emerging Technologies and Factory Automation (ETFA). Piscataway: IEEE. ISBN 979-8-3315-5383-8. Verfügbar unter: https://doi.org/10.1109/ETFA65518.2025.11205702

2024

BASCHIN, Anja, Michelle BASCHIN, Reinhard BÖSELT, Rudolf FELIX, Cesareo FERNANDEZ, Sven GEHRING, Alexander GÖRTZ, Lars HARPENG, Yuguang HEI, Niclas HILDEBRANDT, Thomas HÜGGING, Pascal KÄTZEL, Kristoffer-Robin KOLBERG, Leonid KUOZA, Lukas LUZIUS, Gheorghe LISCA, Lilia MICHAILOV, Werner MULTHAUP, Karima OUTAFRAOUT, Fabian PROCH, Alexander SCHIENDORFER, Marcel SIMMANEK und Tom STREUBEL, 2024. Industrielle Künstliche Intelligenz für sichere Gasnetze. Tagungsband 18. Symposium Energieinnovation 2024. Graz: Technische Universität Graz. Verfügbar unter: https://www.tugraz.at/events/eninnov2024/nachlese/download-beitraege/stream-a/#c590685
AUGUSTINE, Nitin, Maximilian SCHWAB, Steffen KLARMANN, Christian PFEFFERER und Alexander SCHIENDORFER, 2024. Impact of Blemish Artefacts on Object Detection Models in Autonomous Driving: A Study on Camera Module Manufacturing Defects. Procedia Computer Science, 2024(232), 616-625. ISSN 1877-0509. Verfügbar unter: https://doi.org/10.1016/j.procs.2024.01.061
RUTTMANN, Julia und Alexander SCHIENDORFER, 2024. SocialCOP: Reusable Building Blocks for Collective Constraint Optimization. In: HOTHO, Andreas und Sebastian RUDOLPH, Hrsg. KI 2024: Advances in Artificial Intelligence, 47th German Conference on AI Würzburg, Germany, September 25–27, 2024 Proceedings. Cham: Springer, S. 204-217. ISBN 978-3-031-70893-0. Verfügbar unter: https://doi.org/10.1007/978-3-031-70893-0_15
SCHIENDORFER, Alexander, Gheorghe LISCA, Karima OUTAFRAOUT, Lilia MICHAILOV, Pascal KÄTZEL und Rudolf FELIX, 2024. Gas Grid Copilot: Can a MORL Agent Assist a Dispatcher in Managing a Gas Grid?. In: ENDRISS, Ulle, Francisco S. MELO, Kerstin BACH, Alberto BUGARÍN-DIZ, José M. ALONSO-MORAL, Senén BARRO und Fredrik HEINTZ, Hrsg. ECAI 2024: 27th European Conference on Artificial Intelligence, 19–24 October 2024, Santiago de Compostela, Spain, Including 13th Conference on Prestigious Applications of Intelligent Systems (PAIS 2024), Proceedings. Amsterdam: IOS Press, S. 4443-4446. ISBN 978-1-64368-548-9. Verfügbar unter: https://doi.org/10.3233/FAIA241025
LODES, Lukas und Alexander SCHIENDORFER, 2024. A multi-layer machine learning architecture for near real-time inference in manufacturing based on Apache Kafka and selective classification. In: FACCHINETTI, Tullio, Angelo CENEDESE, Lucia LO BELLO, Stefano VITTURI, Thilo SAUTER und Federico TRAMARIN, Hrsg. 2024 IEEE 29th International Conference on Emerging Technologies and Factory Automation (ETFA). Piscataway: IEEE. ISBN 979-8-3503-6123-0. Verfügbar unter: https://doi.org/10.1109/ETFA61755.2024.10711030

2023

SCHÖNMANN, Alexander, Lukas LODES und Alexander SCHIENDORFER, 2023. KI-Augmentation der Reifegradbewertung von Technologien: Können KI-Sprachmodelle Expertenwissen ersetzen?. In: DUMITRESCU, Roman und Katharina HÖLZLE, Hrsg. Vorausschau und Technologieplanung: 17. Symposium für Vorausschau und Technologieplanung, 14. und 15. September 2023, Berlin. Paderborn: Universität Paderborn, S. 371-387. ISBN 978-3-947647-32-3. Verfügbar unter: https://doi.org/10.17619/UNIPB/1-1821
LODES, Lukas und Alexander SCHIENDORFER, 2023. A Deep Learning Bootcamp for Engineering & Management Students. In: KINNAIRD, Katherine M., Peter STEINBACH und Oliver GUHR, Hrsg. Proceedings of the Third Teaching Machine Learning and Artificial Intelligence Workshop. [s. l.]: PMLR, S. 32-36. Verfügbar unter: https://proceedings.mlr.press/v207/lodes23a.html
GAJEK, Carola, Alexander SCHIENDORFER und Wolfgang REIF, 2023. A Recommendation System for CAD Assembly Modeling based on Graph Neural Networks. In: AMINI, Massih-Reza, Stéphane CANU, Asja FISCHER, Tias GUNS, Petra KRALJ NOVAK und Grigorios TSOUMAKAS, Hrsg. Machine Learning and Knowledge Discovery in Databases: European Conference, ECML PKDD 2022, Proceedings, Part I. Cham: Springer, S. 457-473. ISBN 978-3-031-26387-3. Verfügbar unter: https://doi.org/10.1007/978-3-031-26387-3_28
DACHTLER, Kristina, Michael ORTNER, Massimo FERRI, Christof EBERST und Alexander SCHIENDORFER, 2023. Data-centric and Goal-oriented AI for Robotic Repair Tasks. ISR Europe 2023, 56th International Symposium on Robotics, in cooperation with Fraunhofer IPA September 26 – 27, 2023 in Stuttgart. Berlin: VDE Verlag. ISBN 978-3-8007-6141-8.

2022

LODES, Lukas und Alexander SCHIENDORFER, 2022. Certainty Groups: A Practical Approach to Distinguish Confidence Levels in Neural Networks. In: DO, Phuc, Gabriel MICHAU und Cordelia EZHILARASU, Hrsg. Proceedings of the European Conference of the PHM Society 2022. State College: PHM Society, S. 294-305. ISBN 978-1-936263-36-3. Verfügbar unter: https://doi.org/10.36001/phme.2022.v7i1.3331
STIEBER, Simon, Niklas SCHRÖTER, Ewald FAUSTER, Marcel BENDER, Alexander SCHIENDORFER und Wolfgang REIF, 2022. Inferring material properties from FRP processes via sim-to-real learning. The International Journal of Advanced Manufacturing Technology, 128(3), 1517-1533. ISSN 1433-3015. Verfügbar unter: https://doi.org/10.1007/s00170-023-11509-8
BHAVNANI, Sidhant und Alexander SCHIENDORFER, 2022. Towards copeland optimization in combinatorial problems. In: SCHAUS, Pierre, Hrsg. Integration of Constraint Programming, Artificial Intelligence, and Operations Research; 19th International Conference, CPAIOR 2022, Los Angeles, CA, USA, June 20-23, 2022; Proceedings. Cham: Springer, S. 34-43. ISBN 978-3-031-08010-4. Verfügbar unter: https://doi.org/10.1007/978-3-031-08011-1_4

2021

ELLA, Miriam, Carola GAJEK, Alexander SCHIENDORFER und Wolfgang REIF, 2021. An Interactive Web Application for Decision Tree Learning. In: BISCHL, Bernd, Oliver GUHR, Heidi SEIBOLD und Peter STEINBACH, Hrsg. Proceedings of the First Teaching Machine Learning and Artificial Intelligence Workshop. [s. l.]: PMLR, S. 11-16. Verfügbar unter: https://proceedings.mlr.press/v141/elia21a.html
SCHIENDORFER, Alexander, Carola GAJEK und Wolfgang REIF, 2021. Turning Software Engineers into Machine Learning Engineers. In: BISCHL, Bernd, Oliver GUHR, Heidi SEIBOLD und Peter STEINBACH, Hrsg. Proceedings of the First Teaching Machine Learning and Artificial Intelligence Workshop. [s. l.]: PMLR, S. 36-41. Verfügbar unter: https://proceedings.mlr.press/v141/schiendorfer21a.html
WILFERT, Jonas, Niklas PAPROTTA, Oliver KOSAK, Simon STIEBER, Alexander SCHIENDORFER und Wolfgang REIF, 2021. A Real-Word Realization of the AntNet Routing Algorithm with ActivityBots. In: EL-ARABY, Esam, Vana KALOGERAKI, Danilo PIANINI, Frédéric LASSABE, Barry PORTER, Sona GHAREMANI, Ingrid NUNES, Mohamed BAKHOUYA und Sven TOMFORDE, Hrsg. Proceedings, 2021 IEEE International Conference on Autonomic Computing and Self-Organizing Systems Companion. Piscataway: IEEE, S. 289-290. ISBN 978-1-6654-4393-7. Verfügbar unter: https://doi.org/10.1109/ACSOS-C52956.2021.00072
STIEBER, Simon, Niklas SCHRÖTER, Ewald FAUSTER, Alexander SCHIENDORFER und Wolfgang REIF, 2021. PermeabilityNets: Comparing Neural Network Architectures on a Sequence-to-Instance Task in CFRP Manufacturing. In: WANI, M. Arif, Ishwar SETHI, Weisong SHI, Guangzhi QU, Daniela Stan RAICU und Ruoming JIN, Hrsg. Proceedings: 20th IEEE International Conference on Machine Learning and Applications (ICMLA 2021). Piscataway: IEEE, S. 694-697. ISBN 978-1-6654-4337-1. Verfügbar unter: https://doi.org/10.1109/ICMLA52953.2021.00116
STIEBER, Simon, Niklas SCHRÖTER, Alexander SCHIENDORFER, Alwin HOFFMANN und Wolfgang REIF, 2021. FlowFrontNet: Improving Carbon Composite Manufacturing with CNNs. In: DONG, Yuxiao, Dunja MLADENIĆ und Craig SAUNDERS, Hrsg. Machine Learning and Knowledge Discovery in Databases, Applied Data Science Track, Proceedings, Part IV. Cham: Springer, S. 411-426. ISBN 978-3-030-67667-4. Verfügbar unter: https://doi.org/10.1007/978-3-030-67667-4_25

2020

KRÜTZMANN, Julia, Alexander SCHIENDORFER, Sergej BERATZ, Judith MOOSBURGER-WILL, Wolfgang REIF und Siegfried HORN, 2020. Learning Controllers for Adaptive Spreading of Carbon Fiber Tows. In: NICOSIA, Giuseppe, Varun OJHA, Emanuele LA MALFA, Giorgio JANSEN, Vincenzo SCIACCA, Panos PARDALOS, Giovanni GIUFFRIDA und Renato UMETON, Hrsg. Machine Learning, Optimization, and Data Science, 6th International Conference, LOD 2020, Siena, Italy, July 19-23, 2020, Revised Selected Papers, Part II. Cham: Springer, S. 65-77. ISBN 978-3-030-64580-9. Verfügbar unter: https://doi.org/10.1007/978-3-030-64580-9_6
STIEBER, Simon, Alwin HOFFMANN, Alexander SCHIENDORFER, Wolfgang REIF, Matthias BEYRLE, Jan FABER, Michaela RICHTER und Markus SAUSE, 2020. Towards real-time process monitoring and machine learning for manufacturing composite structures. Proceedings 2020 25th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA). Piscataway: IEEE, S. 1455-1458. ISBN 978-1-7281-8956-7. Verfügbar unter: https://doi.org/10.1109/ETFA46521.2020.9212097

2019

SCHIENDORFER, Alexander und Wolfgang REIF, 2019. Reducing bias in preference aggregation for multiagent soft constraint problems. In: SCHIEX, Thomas und Simon DE GIVRY, Hrsg. Principles and Practice of Constraint Programming, 25th International Conference, CP 2019, Proceedings. Cham: Springer, S. 510-526. ISBN 978-3-030-30047-0. Verfügbar unter: https://doi.org/10.1007/978-3-030-30048-7_30
GAJEK, Carola, Alexander SCHIENDORFER und Wolfgang REIF, 2019. A chained neural network model for photovoltaic power forecast. In: NICOSIA, Giuseppe, Panos PARDALOS, Renato UMETON, Giovanni GIUFFRIDA und Vincenzo SCIACCA, Hrsg. Machine Learning, Optimization, and Data Science: 5th International Conference, LOD 2019, Siena, Italy, September 10–13, 2019, Proceedings. Cham: Springer, S. 566-578. ISBN 978-3-030-37598-0. Verfügbar unter: https://doi.org/10.1007/978-3-030-37599-7_47

2018

HANKE, Julian, Oliver KOSAK, Alexander SCHIENDORFER und Wolfgang REIF, 2018. Self-organized Resource Allocation for Reconfigurable Robot Ensembles. 2018 IEEE 12th International Conference on Self-Adaptive and Self-Organizing Systems (SASO). Los Alamitos: IEEE, S. 110-119. ISBN 978-1-5386-5172-8. Verfügbar unter: https://doi.org/10.1109/SASO.2018.00022
SCHIENDORFER, Alexander, Alexander KNAPP, Gerrit ANDERS und Wolfgang REIF, 2018. MiniBrass: Soft constraints for MiniZinc. Constraints, 23(4), 403-450. ISSN 1572-9354. Verfügbar unter: https://doi.org/10.1007/s10601-018-9289-2

2016

KOSAK, Oliver, Constantin WANNINGER, Andreas ANGERER, Alwin HOFFMANN, Alexander SCHIENDORFER und Hella SEEBACH, 2016. Towards Self-organizing Swarms of Reconfigurable Self-aware Robots. In: ELNIKETY, Sameh, Peter R. LEWIS und Christian MÜLLER-SCHLOER, Hrsg. Proceedings: IEEE 1st International Workshops on Foundations and Applications of Self-* Systems (FAS-W 2016). Los Alamitos: IEEE, S. 204-209. ISBN 978-1-5090-3651-6. Verfügbar unter: https://doi.org/10.1109/FAS-W.2016.52
SCHIENDORFER, Alexander, Gerrit ANDERS, Jan-Philipp STEGHÖFER und Wolfgang REIF, 2016. Abstraction of Heterogeneous Supplier Models in Hierarchical Resource Allocation. In: NGUYEN, Ngoc Thanh, Ryszard KOWALCZYK, Béatrice DUVAL, Jaap VAN DEN HERIK, Stephane LOISEAU und Joaquim FILIPE, Hrsg. Transactions on Computational Collective Intelligence XX. Cham: Springer, S. 23-53. ISBN 978-3-319-27543-7. Verfügbar unter: https://doi.org/10.1007/978-3-319-27543-7_2
ANDERS, Gerrit, Florian SIEFERT, Alexander SCHIENDORFER, Hella SEEBACH, Jan-Philipp STEGHÖFER, Benedikt EBERHARDINGER, Oliver KOSAK und Wolfgang REIF, 2016. Specification and Design of Trust-Based Open Self-Organising Systems. In: REIF, Wolfgang, Gerrit ANDERS, Hella SEEBACH, Jan-Philipp STEGHÖFER, Elisabeth ANDRÉ, Jörg HÄHNER, Christian MÜLLER-SCHLOER und Theo UNGERER, Hrsg. Trustworthy Open Self-Organising Systems. Cham: Birkhäuser, S. 17-54. ISBN 978-3-319-29201-4. Verfügbar unter: https://doi.org/10.1007/978-3-319-29201-4_2

2015

SCHIENDORFER, Alexander, Christoph LASSNER, Gerrit ANDERS, Wolfgang REIF und Rainer LIENHART, 2015. Active Learning for Abstract Models of Collectives. In: CARDOSO, João M. P., Hrsg. ARCS 2015 - 28th International Conference on Architecture of Computing Systems, Workshop Proceedings. Berlin: VDE Verlag. ISBN 978-3-8007-3657-7. Verfügbar unter: https://www.vde-verlag.de/proceedings-de/563657010.html
SCHIENDORFER, Alexander, 2015. A Soft Constraint Approach to Self-organising Systems. In: TOMFORDE, Sven und Bernhard SICK, Hrsg. Organic Computing, Doctoral Dissertation Colloquium 2015. Kassel: kassel university press, S. 3-11. ISBN 978-3-7376-0029-3. Verfügbar unter: https://www.uni-kassel.de/ub/publizieren/kassel-university-press/verlagsprogramm?h=9783737600286
ANDERS, Gerrit, Alexander SCHIENDORFER, Florian SIEFERT, Jan-Philipp STEGHÖFER und Wolfgang REIF, 2015. Cooperative Resource Allocation in Open Systems of Systems. ACM Transactions on Autonomous and Adaptive Systems, 10(2), 11. ISSN 1556-4665. Verfügbar unter: https://dl.acm.org/doi/10.1145/2700323
SCHIENDORFER, Alexander, Alexander KNAPP, Jan-Philipp STEGHÖFER, Gerrit ANDERS, Florian SIEFERT und Wolfgang REIF, 2015. Partial Valuation Structures for Qualitative Soft Constraints. In: DE NICOLA, Rocco und Rolf HENNICKER, Hrsg. Software, Services, and Systems: Essays Dedicated to MartinWirsing on the Occasion of His Retirement from the Chair of Programming and Software Engineering. Cham: Springer, S. 115-133. ISBN 978-3-319-15545-6. Verfügbar unter: https://doi.org/10.1007/978-3-319-15545-6_10
SCHIENDORFER, Alexander, Christoph LASSNER, Gerrit ANDERS, Wolfgang REIF und Rainer LIENHART, 2015. Active Learning for Efficient Sampling of Control Models of Collectives. Proceedings: 2015 IEEE 9th International Conference on Self-Adaptive and Self-Organizing Systems: SASO 2015. Los Alamitos: IEEE, S. 51-60. Verfügbar unter: https://doi.org/10.1109/SASO.2015.13
SCHIENDORFER, Alexander, Yves WAUTELET und Wolfgang REIF, 2015. Modeling Hierarchical Resources Within a Unified Ontology: A Position Paper. In: LOISEAU, Stephane, Joaquim FILIPE, Béatrice DUVAL und Jaap VAN DEN HERIK, Hrsg. Proceedings of the International Conference on Agents and Artificial Intelligence. Setúbal: SciTePress, S. 614-619. ISBN 978-989-758-074-1. Verfügbar unter: https://doi.org/10.5220/0005289006140619

2014

KNAPP, Alexander, Alexander SCHIENDORFER und Wolfgang REIF, 2014. Quality over Quantity in Soft Constraints. Proceedings: 2014 IEEE 26th International Conference on Tools with Artificial Intelligence: ICTAI 2014. Los Alamitos: IEEE, S. 453-460. ISBN 978-1-4799-6572-4. Verfügbar unter: https://doi.org/10.1109/ICTAI.2014.75
SCHIENDORFER, Alexander, Jan-Philipp STEGHÖFER und Wolfgang REIF, 2014. Synthesis and Abstraction of Constraint Models for Hierarchical Resource Allocation Problems. Proceedings of the 6th International Conference on Agents and Artificial Intelligence: Volume 2: ICAART. Setúbal: SciTePress, S. 15-27. ISBN 978-989-758-016-1. Verfügbar unter: https://doi.org/10.5220/0004757700150027
SCHIENDORFER, Alexander, 2014. Constraint Programming for Hierarchical Resource Allocation. In: TOMFORDE, Sven und Bernhard SICK, Hrsg. Organic Computing, Doctoral Dissertation Colloquium 2014. Kassel: kassel university press, S. 57-68. ISBN 978-3-86219-832-0. Verfügbar unter: https://www.uni-kassel.de/ub/publizieren/kassel-university-press/verlagsprogramm/?h=978-3-86219-832-0
ANDERS, Gerrit, Alexander SCHIENDORFER, Jan-Philipp STEGHÖFER und Wolfgang REIF, 2014. Robust Scheduling in a Self-Organizing Hierarchy of Autonomous Virtual Power Plants. In: STECHELE, Walter und Thomas WILD, Hrsg. ARCS 2014 - 27th International Conference on Architecture of Computing Systems: Workshop Proceedings. Berlin: VDE Verlag. ISBN 978-3-8007-3579-2. Verfügbar unter: https://www.vde-verlag.de/proceedings-en/563579019.html
SCHIENDORFER, Alexander, Jan-Philipp STEGHÖFER und Wolfgang REIF, 2014. Synthesised Constraint Models for Distributed Energy Management. Proceedings of the 2014 Federated Conference on Computer Science and Information Systems (FedCSIS). Piscataway: IEEE, S. 1529-1538. ISBN 978-83-60810-58-3. Verfügbar unter: https://ieeexplore.ieee.org/document/6933199

2013

SCHIENDORFER, Alexander, Jan-Philipp STEGHÖFER, Alexander KNAPP, Florian NAFZ und Wolfgang REIF, 2013. Constraint Relationships for Soft Constraints. In: BRAMER, Max und Miltos PETRIDIS, Hrsg. Research and Development in Intelligent Systems XXX: Incorporating Applications and Innovations in Intelligent Systems XXI: Proceedings of AI-2013. Cham: Springer, S. 241-255. ISBN 978-3-319-02621-3. Verfügbar unter: https://doi.org/10.1007/978-3-319-02621-3_17

2012

SCHIENDORFER, Alexander, Gerhard ZIMMERMANN, Yan LU und George LO, 2012. Fault Diagnosis in HVAC Systems Based on the Heat Flow Model. Proceedings of SimBuild Conference 2012, 5th Conference of IBPSA USA, Madison, Wisconsin, USA August 1-3, 2012. [s. l.]: IBPSA, S. 440-447. Verfügbar unter: https://publications.ibpsa.org/conference/?id=simbuild2012

abgeschlossene Forschungsprojekte

Zum Seitenanfang springen