TU Darmstadt / ULB / TUbiblio

Derivative Free Surrogate Optimization for Mixed-Integer Nonlinear Black Box Problems in Engineering

Hemker, Thomas (2010)
Derivative Free Surrogate Optimization for Mixed-Integer Nonlinear Black Box Problems in Engineering.
Buch, Erstveröffentlichung

Kurzbeschreibung (Abstract)

Optimization problems based on black boxes arise in engineering applications every day. Such black boxes typically represent the simulated or experimentally obtained behavior of systems for which almost no internal, structural or analytical knowledge can be provided on a relevant level for the optimization's objective. These resulting non-relaxable mixed-integer nonlinear black box-based optimization problems cannot be carried out efficiently by today's optimization methods. This work provides a new general applicable derivative free optimization approach. The performance of this method will be demonstrated for several benchmark and real world problems from electrical engineering, environmental sciences, and robotics. It will be shown that huge improvements of the optimization's objectives can be achieved for all applications, simply by applying a reasonable number of black box evaluations.

Typ des Eintrags: Buch
Erschienen: 2010
Autor(en): Hemker, Thomas
Art des Eintrags: Erstveröffentlichung
Titel: Derivative Free Surrogate Optimization for Mixed-Integer Nonlinear Black Box Problems in Engineering
Sprache: Englisch
Referenten: von Stryk, Prof. Dr. Oskar ; den Hertog, Prof. Dr. Dick
Publikationsjahr: 19 Mai 2010
Ort: Darmstadt
Verlag: TU Darmstadt
Datum der mündlichen Prüfung: 19 Dezember 2008
URL / URN: https://tuprints.ulb.tu-darmstadt.de/2162/
Zugehörige Links:
Kurzbeschreibung (Abstract):

Optimization problems based on black boxes arise in engineering applications every day. Such black boxes typically represent the simulated or experimentally obtained behavior of systems for which almost no internal, structural or analytical knowledge can be provided on a relevant level for the optimization's objective. These resulting non-relaxable mixed-integer nonlinear black box-based optimization problems cannot be carried out efficiently by today's optimization methods. This work provides a new general applicable derivative free optimization approach. The performance of this method will be demonstrated for several benchmark and real world problems from electrical engineering, environmental sciences, and robotics. It will be shown that huge improvements of the optimization's objectives can be achieved for all applications, simply by applying a reasonable number of black box evaluations.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

Im Rahmen dieser Arbeit werden Fragestellungen betrachtet, in die neben einer expliziten analytischen Formulierung auch das Verhalten von nicht einsehbaren abgeschlossenen Systemen (Black Box) wie komplexen ingenieurwissenschaftlichen Simulationsprogrammen oder reale Roboter (z.B. Roboter) eingeht. Neben den einfließenden Systemzuständen die immer gewissen Störungen unterliegen muss weiterhin muss angenommen werden, dass die Optimierungsvariablen sowohl kontinuierlich als auch rein diskret sein können. Für die entstehenden gemischt ganzzahligen, Black Box basierten, nichtlinearen Optimierungsprobleme existieren noch sehr wenige allgemein anwendbare und effiziente Optimierungsverfahren. Nach einer detaillierten Definition des Problems wird ein Verfahren basierend auf Ersatzfunktionen eingeführt, dessen Effizienz für die beschriebene Problemklasse anhand verschiedener realer Anwendungsbeispiele gezeigt wird.

Deutsch
Freie Schlagworte: Black Box-Based Optimization, Simulation-Based Optimization, Surrogate Functions, Surrogate Models , Derivative Free Optimization, Derivative free Mixed-Integer Nonlinear Programming , Sequential Designs
Zusätzliche Informationen:

Druckausgabe: Düsseldorf, VDI-Verl., 2009. ISBN 978-3-18-379710-3 (Fortschritt-Berichte VDI, R. 10, Bd. 797) [Darmstadt, TU, Diss. 2008]

Sachgruppe der Dewey Dezimalklassifikatin (DDC): 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau
000 Allgemeines, Informatik, Informationswissenschaft > 004 Informatik
500 Naturwissenschaften und Mathematik > 510 Mathematik
Fachbereich(e)/-gebiet(e): 20 Fachbereich Informatik
20 Fachbereich Informatik > Simulation, Systemoptimierung und Robotik
Exzellenzinitiative
Exzellenzinitiative > Graduiertenschulen
Exzellenzinitiative > Graduiertenschulen > Graduate School of Computational Engineering (CE)
Zentrale Einrichtungen
Hinterlegungsdatum: 26 Mai 2010 08:43
Letzte Änderung: 13 Aug 2021 11:26
PPN:
Referenten: von Stryk, Prof. Dr. Oskar ; den Hertog, Prof. Dr. Dick
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 19 Dezember 2008
Zugehörige Links:
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen