OPUS


Hybride Optimierungsstrategien für komplexe technische Aufgabenstellungen

  • Im Entwicklungsprozess komplexer, technischer Systeme spielen Simulationsmethoden, denen parametrische Modelle zugrunde liegen, eine wichtige Rolle. Diese Modelle bilden physikalische oder technische Eigenschaften von Bauteilen oder ganzen Funktionssystemen ab und ermöglichen deren Simulation und virtuelle Entwicklung. Durch den Einsatz geeigneter mathematischer Optimierungsmethoden ist es möglich, das Potential dieser Systeme besser auszuschöpfen und wichtige Teile dieses Prozesses zu automatisieren. Die Kombination verschiedener Verfahren ist einer der erfolgversprechendsten Trends in der Optimierung. Dabei spielt insbesondere die Hybridisierung naturinspirierter, heuristischer Verfahren eine wichtige Rolle. Mit hybriden Optimierungsstrategien wird beispielsweise das Ziel verfolgt, die guten Eigenschaften verschiedener Verfahren zu vereinen, vorhandene Informationen besser auszunutzen oder Verfahrensparameter der Optimierungsverfahren adaptiv im Verlauf einer Optimierung geeignet anzupassen. Im Rahmen dieser Arbeit werden verschiedene hybride Strategien untersucht und bewertet. Als Ergebnis wird das neue hybride Optimierungsverfahren AHMOS (Adaptive Hybride Multicriterion Optimization Strategy) konstruiert.

Download full text files

Export metadata

  • Export Bibtex
  • Export RIS

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Steffen Kux
URN:urn:nbn:de:bsz:mit1-opus-17827
Document Type:Master's Thesis
Language:German
Year of Completion:2011
Publishing Institution:Hochschule Mittweida
Release Date:2012/02/06
GND Keyword:Optimierung
Institutes:03 Mathematik / Naturwissenschaften / Informatik
Access Rights:Frei zugänglich
Licence (German):License LogoEs gilt das UrhG

$Rev: 13581 $