The stochastic shortest path problem lies at the heart of many questions in the formal verification of probabilistic systems. It asks to find a scheduler resolving the non-deterministic choices in a weighted Markov decision process (MDP) that minimizes or maximizes the expected accumulated weight before a goal state is reached. In the classical setting, it is required that the scheduler ensures that a goal state is reached almost surely. For the analysis of systems without guarantees on the occurrence of an event of interest (reaching a goal state), however, schedulers that miss the goal with positive probability are of interest as well. We study two non-classical variants of the stochastic shortest path problem that drop the restriction that the goal has to be reached almost surely. These variants ask for the optimal partial expectation, obtained by assigning weight 0 to paths not reaching the goal, and the optimal conditional expectation under the condition that the goal is reached, respectively. Both variants have only been studied in structures with non-negative weights. We prove that the decision versions of these non-classical stochastic shortest path problems in MDPs with arbitrary integer weights are at least as hard as the Positivity problem for linear recurrence sequences. This Positivity problem is an outstanding open number-theoretic problem, closely related to the famous Skolem problem. A decid- ability result for the Positivity problem would imply a major breakthrough in analytic number theory. The proof technique we develop can be applied to a series of further problems. In this way, we obtain Positivity-hardness results for problems addressing the termination of one-counter MDPs, the satisfaction of energy objectives, the satisfaction of cost constraints and the computation of quantiles, the conditional value-at-risk – an important risk measure – for accumulated weights, and the model-checking problem of frequency-LTL. Despite these Positivity-hardness results, we show that the optimal values for the non-classical stochastic shortest path problems can be achieved by weight-based deter- ministic schedulers and that the optimal values can be approximated in exponential time. In MDPs with non-negative weights, it is known that optimal partial and conditional expectations can be computed in exponential time. These results rely on the existence of a saturation point, a bound on the accumulated weight above which optimal schedulers can behave memorylessly. We improve the result for partial expectations by showing that the least possible saturation point can be computed efficiently. Further, we show that a simple saturation point also allows us to compute the optimal conditional value-at-risk for the accumulated weight in MDPs with non-negative weights. Moreover, we introduce the notions of long-run probability and long-run expectation addressing the long-run behavior of a system. These notions quantify the long-run average probability that a path property is satisfied on a suffix of a run and the long-run average expected amount of weight accumulated before the next visit to a target state, respectively. We establish considerable similarities of the corresponding optimization problems with non-classical stochastic shortest path problems. On the one hand, we show that the threshold problem for optimal long-run probabilities of regular co-safety properties is Positivity-hard via the Positivity-hardness of non-classical stochastic shortest path problems. On the other hand, we show that optimal long-run expectations in MDPs with arbitrary integer weights and long-run probabilities of constrained reachability properties (a U b) can be computed in exponential time using the existence of a saturation point.

This study is dealing with the adoption of Short Rotation Woody Crops (SRWC) by Swedish farmers during the last 20 years. SRWC is considered as an innovation in land use. An exploratory case study was set up by interviewing Swedish farmers and land owners to find out (1) about their decision process and reasons to start with Salix cultivation and (2) their opinions from today’s (time of interview, 2008) point of view about that decision. The aim is to improve German investigations in this field, to find out about reasons for farmers to decide in favour of or against SRWC. The development of Salix cultivation in Sweden seemed successful in the beginning of the 1990s as the total area of SRWC increased considerably until 1995. With the entry to the EU and participation in the common agricultural policy (CAP) in 1995 the positive development ended and has remained on the same level until this investigation. The study is based on 14 interviews with farmers who have been involved in SRWC. The interviews are part of the appendix A (Anhang A). On the basis of these 14 cases reasons and aspects for making decisions are evaluated in a qualitative method. Important factors for decision making in Sweden were in this study: agricultural policy before 1995, income from Salix, workload, service enterprise Agroenergi AB, hunting, site quality, and some miscellaneous aspects more. Further investigations should consider the type of farmer referring to his personal income structures as SRWC seems suitable for landowners who are financially independent from agricultural income. Another topic for further investigations should be the transfer of the obtained knowledge in Sweden to Germany.:Abbildungs- und Tabellenverzeichnis........................................................................... 6 Abkürzungsverzeichnis .................................................................................................. 7 1 Einleitung ........................................................................................................... 10 1.1 Problemstellung................................................................................................... 10 1.2 Ziel der Diplomarbeit .......................................................................................... 11 1.3 Untersuchungsgebiet ........................................................................................... 12 1.3.1 Geografie, Klima und Politik .................................................................. 12 1.3.2 Landwirtschaft......................................................................................... 15 1.3.3 Salixkultivierung in Schweden................................................................ 16 1.4 Begriffsabgrenzung und deduktiv entwickelte Faktoren..................................... 19 1.5 Vorgehensweise................................................................................................... 22 2 Theoretischer Rahmen...................................................................................... 23 3 Methodik ............................................................................................................ 31 3.1 Forschungsdesign ................................................................................................ 31 3.2 Datenerhebung..................................................................................................... 32 3.2.1 Befragung................................................................................................ 32 3.2.2 Erhebungsinstrumente............................................................................. 33 3.2.3 Auswahlverfahren und Interviewdurchführung ...................................... 35 3.2.4 Transkription ........................................................................................... 36 3.3 Auswertung.......................................................................................................... 37 3.3.1 Strategie................................................................................................... 37 3.3.2 Kategoriensystem, Paraphrase und Reduktion........................................ 38 3.3.3 Integration der Ergebnisse....................................................................... 42 4 Ergebnisse .......................................................................................................... 46 4.1 Die Interviewpartner............................................................................................ 46 4.2 Spektrum der Entscheidungsgründe .................................................................... 54 4.3 Entscheidungsfaktoren und Thesen..................................................................... 65 4.3.1 Agrarpolitische Faktoren vor 1995 ......................................................... 65 4.3.2 Einkommen aus SRWC........................................................................... 66 4.3.3 Faktor Dienstleister ................................................................................. 66 4.3.4 Faktor Arbeitsbelastung .......................................................................... 67 4.3.5 Faktor Jagd .............................................................................................. 68 4.3.6 Faktor Standort........................................................................................ 68 4.3.7 Weitere Faktoren ..................................................................................... 69 5 Diskussion........................................................................................................... 70 6 Zusammenfassung ............................................................................................. 82 7 Literaturverzeichnis .......................................................................................... 84 Anhang A: Fallübersichten .......................................................................................... 91 A.1 SÖD-A, 19.01.2008 ........................................................................................ 91 A.2 SÖD-B, 19.01.2008 ........................................................................................ 94 A.3 SÖD-C, 21.02.2008 ........................................................................................ 97 A.4 UPP-A, 20.01.2008....................................................................................... 100 A.5 UPP-B, 22.01.2008 ....................................................................................... 103 A.6 UPP-C, 22.01.2008 ....................................................................................... 107 A.7 ÖST-B, 12.01.2008....................................................................................... 111 A.8 ÖST-C, 13.01.2008....................................................................................... 114 A.9 ÖST-E, 15.01.2008 ....................................................................................... 117 A.10 ÖST-F, 16.01.2008 ....................................................................................... 121 A.11 ÖST-G, 16.01.2008....................................................................................... 124 A.12 ÖST-H, 17.01.2008....................................................................................... 128 A.13 VGT-A, 23.01.2008...................................................................................... 132 A.14 VGT-B, 25.01.2008 ...................................................................................... 136 Anhang B: Materialien und Informationen ............................................................. 139 B.1 Zeitstrahl ....................................................................................................... 139 B.2 Interviewleitfaden ......................................................................................... 140 B.3 Kurzfragebogen ............................................................................................ 142 B.4 Codierleitfaden ............................................................................................. 144 B.5 Materialien auf CD-ROM Anhang ............................................................... 145 B.6 Anmerkung zum Thema Gender .................................................................. 145 B.7 Glossar .......................................................................................................... 146

Gegenstand der Arbeit ist die Entwicklung eines tour-basierten Verkehrsnachfragemodells zur Abbildung von Aktivitätenketten unter Berücksichtigung von raum-zeitlichen constraints. Den theoretischen Hintergrund bildet ein hierarchisch organisierter Entscheidungsprozess, um die theoretisch möglichen Entscheidungskombinationen zu reduzieren und damit eine wahrscheinlichkeitsbasierte Berechnung zu ermöglichen. Als Beispieltour dient die Aktivitätenkette ‚Wohnen-Arbeit-Sekundäraktivität-Wohnen’, auf deren Basis auch die statistischen Analysen der Mobilitätsbefragung Santiagos durchgeführt werden. Unter Verwendung eines GIS werden so genannte ‚Suchräume’ (Aktionsräume in denen Sekundäraktivitäten durchgeführt werden) ermittelt. Ein Ergebnis der Datenanalyse sind Grenzwerte der maximalen täglichen Reisezeit für eine Reihe von Modus-Kombinationen. Die Zeitfenster von Startzeiten und Aktivitätendauer werden in Abhängigkeit sozioökonomischer Gruppen ermittelt. Die Bestimmung der Suchräume erfolgt in Abhängigkeit von Arbeitsdauer sowie Distanz zwischen Wohn- und Arbeitsort. Beide Kriterien erwiesen sich in der Analyse als statistisch signifikant. Der Vergleich zwischen Modell und Empirie (Santiagos Mobilitätsbefragung) deutet darauf hin, dass die Suchräume geeignet sind und die Mehrheit der beobachteten Zielwahlentscheidungen beinhalten. Zur Berechnung der Wahrscheinlichkeitspfade (unter Verwendung der Programmsyntax von SPSS) wird ein im Umfang auf sieben Ziele reduziertes Alternativenset pro Wohn- und Arbeitsstandort bestimmt. Dabei werden Erreichbarkeit und Attraktivität der Ziele innerhalb des Suchraumes berücksichtigt. Die erzielten Ergebnisse stützen das Argument, dass die raum-zeitlichen constraints (tägliche Reisezeit, Suchräume) eine effektive Reduktion der kombinatorischen Vielfalt zulassen. Die Erfahrungen aus der Berechnung der Beispieltour eignen sich zum Übertrag auf weitere Tour-Typen, um eine Modellierung der städtischen Gesamtverkehrsnachfrage zu ermöglichen. / In this thesis we develop a tour-based approach for modeling activity and travel pattern considering time-space constraints. A hierarchical structure of choice-making builds theoretical background for the model and is based on a set of axiomatic rules. Our central argument is that the time-space constraints can be used for reducing the number of choices and, respectively, control the combinatorics associated with the probabilistic approach. The empirical analysis of our use case, a tour of type ‘Home-Work-SecondaryActivity-Home’, is based on Santiago’s travel survey. In addition, we apply GIS to estimate the so-called search spaces (potential areas where secondary activities are realized) and justify their sizes with the empirical findings. From the data analysis we identify thresholds for the tour-based maximum daily travel times considering a set of mode combinations. We define regimes of starting times and duration of activities depending on socio-economic user groups. The estimation of search spaces is realized considering the time spent at work as well as the distance between the home and work locations. Both criteria were found to be statistically significant. The comparison of modeled results with survey observations allowed concluding that the search spaces are realistic since they capture most of the observed trip destinations. For the estimation of spatial path flows of activities and trips (using SPSS programming language), we define a final choice set of no more than seven alternatives per primary location considering zone-based accessibility and land-use attractiveness. The obtained results support the argument that time-space constraints (daily travel time, search spaces) allow an effective control of combinatorial complexity. Basing on the experience obtained in process of modeling the exemplary tour, the approach can be applied to further tour types offering the possibility to estimate the entire transport demand of Santiago city.

Univ., Habil.-Schr. u.d.T.: Topan, Angelina: Der Entscheidungsprozess in der Europäischen Kommission aus der Perspektive der modernen Institutionenökonomik: am Fallbeispiel der europäischen Regionalpolitik--Hamburg, 2004.

Die vorliegende Ausgabe untersucht theoretische und empirische Ergebnisse zu Hemmnissen in Entscheidungsprozessen in Organisationen. Zu Beginn steht die Aufarbeitung der Theorie zum Hemmnisbegriff anhand folgender Forschungsfragen: Wie wird der Hemmnisbegriff definiert? Welche Wörter werden synonym verwendet? Wie entstehen Hemmnisse? Was gibt es für Methoden zur Messung und Bewertung von Hemmnissen? Ausgehend von diesen theoretischen Betrachtungen erfolgt eine Zusammenschau von 104 empirischen Studien zu Hemmnissen in Entscheidungsprozessen unter der Fragestellung: Was gibt es für empirische Studien zu diesem Thema? Wie unterschieden sich diese bzw. wie lassen sie sich charakterisieren und systematisieren? Dabei werden der Hintergrund der Studien (Land, Branche, Ent-scheidungsprozess, Befragte), ihre Methodik, die Methodik der Hemmnisanalyse, der Hemmnisbegriff und die Entstehungsfaktoren betrachtet. Zur Systematisierung der Studien werden Gruppierungsansätze nach einzelnen Merkmalen (Veröffentlichungsjahrzehnt, Kontinent, Entwicklungsniveau des untersuchten Landes, Branche, Entscheidungsprozess, Studienmethodik) und eine Clusteranalyse über 49 Variablen durchgeführt. Die Gruppierungsansätze werden mittels ihrer Aussagekraft zum Entscheidungsprozess, zur Hemmnismethodik und zu den Entstehungsfaktoren von Hemmnissen beurteilt. Die Aufschlüsselung nach Entscheidungsprozessen erscheint als empfehlenswert. Die Ergebnisse der Clusteranalyse lassen darauf schließen, dass sich die Studien relativ ähnlich sind. Zusammenfassend gibt es keine allgemeingültige First-Best-Lösung zur Systematisierung der Studien. Die Gruppierungsansätze bewegen sich im Spannungsdreieck, möglichst von der Größe her vergleichbare aber vom Inhalt her unterscheidbare Studiengruppen zu bilden und dabei alle Studien in die Gruppierung einzubeziehen. Der zu wählende Gruppierungsansatz ist davon abhängig, welche Forschungsfragen im Vordergrund der jeweiligen Untersuchung stehen.

Univ., Diss.--Mannheim, 2007.

Konventionelle, optische Transportnetze haben die Bereitstellung von High-Speed-Konnektivität in Form von langfristig installierten Verbindungen konstanter Bitrate ermöglicht. Die Einrichtungszeiten solcher Verbindungen liegen in der Größenordnung von Wochen, da in den meisten Fällen manuelle Eingriffe erforderlich sind. Nach der Installation bleiben die Verbindungen für Monate oder Jahre aktiv. Das Aufkommen von Grid Computing und Cloud-basierten Diensten bringt neue Anforderungen mit sich, die von heutigen optischen Transportnetzen nicht mehr erfüllt werden können. Dies begründet die Notwendigkeit einer Umstellung auf dynamische, optische Netze, welche die kurzfristige Bereitstellung von Bandbreite auf Nachfrage (Bandwidth on Demand - BoD) ermöglichen. Diese Netze müssen Verbindungen mit unterschiedlichen Bitratenanforderungen, mit zufälligen Ankunfts- und Haltezeiten und stringenten Einrichtungszeiten realisieren können. Grid Computing und Cloud-basierte Dienste führen in manchen Fällen zu Verbindungsanforderungen mit Haltezeiten im Bereich von Sekunden, wobei die Einrichtungszeiten im Extremfall in der Größenordnung von Millisekunden liegen können. Bei optischen Netzen für BoD muss der Verbindungsaufbau und -abbau, sowie das Netzmanagement ohne manuelle Eingriffe vonstattengehen. Die dafür notwendigen Technologien sind Flex-Grid-Wellenlängenmultiplexing, rekonfigurierbare optische Add / Drop-Multiplexer (ROADMs) und bandbreitenvariable, abstimmbare Transponder. Weiterhin sind Online-Ressourcenzuweisungsmechanismen erforderlich, um für jede eintreffende Verbindungsanforderung abhängig vom aktuellen Netzzustand entscheiden zu können, ob diese akzeptiert werden kann und welche Netzressourcen hierfür reserviert werden. Dies bedeutet, dass die Ressourcenzuteilung als Online-Optimierungsproblem behandelt werden muss. Die Entscheidungen sollen so getroffen werden, dass auf lange Sicht ein vorgegebenes Optimierungsziel erreicht wird. Die Ressourcenzuweisung bei dynamischen optischen Netzen lässt sich in die Teilfunktionen Routing- und Spektrumszuteilung (RSA), Verbindungsannahmekontrolle (CAC) und Dienstgütesteuerung (GoS Control) untergliedern. In dieser Dissertation wird das Problem der Online-Ressourcenzuteilung in dynamischen optischen Netzen behandelt. Es wird die Theorie der Markov-Entscheidungsprozesse (MDP) angewendet, um die Ressourcenzuweisung als Online-Optimierungsproblem zu formulieren. Die MDP-basierte Formulierung hat zwei Vorteile. Zum einen lassen sich verschiedene Optimierungszielfunktionen realisieren (z.B. die Minimierung der Blockierungswahrscheinlichkeiten oder die Maximierung der wirtschaftlichen Erlöse). Zum anderen lässt sich die Dienstgüte von Gruppen von Verbindungen mit spezifischen Verkehrsparametern gezielt beeinflussen (und damit eine gewisse GoS-Steuerung realisieren). Um das Optimierungsproblem zu lösen, wird in der Dissertation ein schnelles, adaptives und zustandsabhängiges Verfahren vorgestellt, dass im realen Netzbetrieb rekursiv ausgeführt wird und die Teilfunktionen RSA und CAC umfasst. Damit ist das Netz in der Lage, für jede eintreffende Verbindungsanforderung eine optimale Ressourcenzuweisung zu bestimmen. Weiterhin wird in der Dissertation die Implementierung des Verfahrens unter Verwendung eines 3-Way-Handshake-Protokolls für den Verbindungsaufbau betrachtet und ein analytisches Modell vorgestellt, um die Verbindungsaufbauzeit abzuschätzen. Die Arbeit wird abgerundet durch eine Bewertung der Investitionskosten (CAPEX) von dynamischen optischen Netzen. Es werden die wichtigsten Kostenfaktoren und die Beziehung zwischen den Kosten und der Performanz des Netzes analysiert. Die Leistungsfähigkeit aller in der Arbeit vorgeschlagenen Verfahren sowie die Genauigkeit des analytischen Modells zur Bestimmung der Verbindungsaufbauzeit wird durch umfangreiche Simulationen nachgewiesen. / Conventional optical transport networks have leveraged the provisioning of high-speed connectivity in the form of long-term installed, constant bit-rate connections. The setup times of such connections are in the order of weeks, given that in most cases manual installation is required. Once installed, connections remain active for months or years. The advent of grid computing and cloud-based services brings new connectivity requirements which cannot be met by the present-day optical transport network. This has raised awareness on the need for a changeover to dynamic optical networks that enable the provisioning of bandwidth on demand (BoD) in the optical domain. These networks will have to serve connections with different bit-rate requirements, with random interarrival times and durations, and with stringent setup latencies. Ongoing research has shown that grid computing and cloud-based services may in some cases request connections with holding times ranging from seconds to hours, and with setup latencies that must be in the order of milliseconds. To provide BoD, dynamic optical networks must perform connection setup, maintenance and teardown without manual labour. For that, software-configurable networks are needed that are deployed with enough capacity to automatically establish connections. Recently, network architectures have been proposed for that purpose that embrace flex-grid wavelength division multiplexing, reconfigurable optical add/drop multiplexers, and bandwidth variable and tunable transponders as the main technology drivers. To exploit the benefits of these technologies, online resource allocation methods are necessary to ensure that during network operation the installed capacity is efficiently assigned to connections. As connections may arrive and depart randomly, the traffic matrix is unknown, and hence, each connection request submitted to the network has to be processed independently. This implies that resource allocation must be tackled as an online optimization problem which for each connection request, depending on the network state, decides whether the request is admitted or rejected. If admitted, a further decision is made on which resources are assigned to the connection. The decisions are so calculated that, in the long-run, a desired performance objective is optimized. To achieve its goal, resource allocation implements control functions for routing and spectrum allocation (RSA), connection admission control (CAC), and grade of service (GoS) control. In this dissertation we tackle the problem of online resource allocation in dynamic optical networks. For that, the theory of Markov decision processes (MDP) is applied to formulate resource allocation as an online optimization problem. An MDP-based formulation has two relevant advantages. First, the problem can be solved to optimize an arbitrarily defined performance objective (e.g. minimization of blocking probability or maximization of economic revenue). Secondly, it can provide GoS control for groups of connections with different statistical properties. To solve the optimization problem, a fast, adaptive and state-dependent online algorithm is proposed to calculate a resource allocation policy. The calculation is performed recursively during network operation, and uses algorithms for RSA and CAC. The resulting policy is a course of action that instructs the network how to process each connection request. Furthermore, an implementation of the method is proposed that uses a 3-way handshake protocol for connection setup, and an analytical performance evaluation model is derived to estimate the connection setup latency. Our study is complemented by an evaluation of the capital expenditures of dynamic optical networks. The main cost drivers are identified. The performance of the methods proposed in this thesis, including the accuracy of the analytical evaluation of the connection setup latency, were evaluated by simulations. The contributions from the thesis provide a novel approach that meets the requirements envisioned for resource allocation in dynamic optical networks.

No description available.