Уважаемые коллеги, доброго времени суток! Представляем вам нидерландское научное издание Discrete Optimization. Журнал имеет первый квартиль, издается в Elsevier, его SJR за 2020 г. равен 0,865, импакт-фактор - 1,222, электронный ISSN - 1572-5286, предметные области - Теория расчетов и вычислений, Теоретические компьютерные науки, Прикладная математика. Вот так выглядит обложка:
Редактором является Нимрод Мегиддо, контактные данные - megiddo@us.ibm.com.
Журнал публикует научные работы по математическим, вычислительным и прикладным аспектам всех областей целочисленного программирования и комбинаторной оптимизации. В дополнение к отчетам о математических результатах, относящихся к дискретной оптимизации, приветствуются публикации об алгоритмических разработках, вычислительных экспериментах и новых приложениях (в частности, крупномасштабных приложениях и приложениях в реальном времени). К публикации также принимаются четко обозначенные опросы, обзоры, короткие заметки и открытые проблемы. Рукописи, представленные для возможной публикации, должны сообщать об оригинальных исследованиях, не должны были быть ранее опубликованы или рассматриваться для публикации в другом журнале.
Адрес издания - https://www.journals.elsevier.com/discrete-optimization
Пример статьи, название - Global optimization of multilevel electricity market models including network design and graph partitioning. Заголовок (Abstract) - We consider the combination of a network design and graph partitioning model in a multilevel framework for determining the optimal network expansion and the optimal zonal configuration of zonal pricing electricity markets, which is an extension of the model discussed in Grimm et al. (2019) that does not include a network design problem. The two classical discrete optimization problems of network design and graph partitioning together with nonlinearities due to economic modeling yield extremely challenging mixed-integer nonlinear multilevel models for which we develop two problem-tailored solution techniques. The first approach relies on an equivalent bilevel formulation and a standard KKT transformation thereof including novel primal-dual bound tightening techniques, whereas the second is a tailored generalized Benders decomposition. For the latter, we strengthen the Benders cuts of Grimm et al. (2019) by using the structure of the newly introduced network design subproblem. We prove for both methods that they yield global optimal solutions. Afterward, we compare the approaches in a numerical study and show that the tailored Benders approach clearly outperforms the standard KKT transformation. Finally, we present a case study that illustrates the economic effects that are captured in our model. Keywords: Network design; Graph partitioning; Multilevel optimization; Mixed-integer optimization; Electricity market design