http://www.tu-ilmenau.de

Logo TU Ilmenau



Photo of the Contact Person
Contact Person

Prof. Dr. Michael Stiebitz

Head of Institute

Phone +49 3677 69-3633

Send email


INHALTE

Publications

Publications at the institute since 1990

Anzahl der Treffer: 1185
Erstellt: Tue, 07 Jul 2020 23:07:38 +0200 in 0.0541 sec


Preißer, Johanna E.; Schmidt, Jens M.;
Computing vertex-disjoint paths in large graphs using MAOs. - In: Algorithmica : an international journal in computer science.. - New York, NY : Springer, ISSN 1432-0541, Bd. 82 (2020), 1, S. 146-162

https://doi.org/10.1007/s00453-019-00608-2
Eichfelder, Gabriele; Niebling, Julia; Rocktäschel, Stefan;
An algorithmic approach to multiobjective optimization with decision uncertainty. - In: Journal of global optimization : an international journal dealing with theoretical and computational aspects of seeking global optima and their applications in science, management and engineering.. - Dordrecht [u.a.] : Springer Science + Business Media B.V, ISSN 1573-2916, Bd. 77 (2020), 1, S. 3-25

In real life applications, optimization problems with more than one objective function are often of interest. Next to handling multiple objective functions, another challenge is to deal with uncertainties concerning the realization of the decision variables. One approach to handle these uncertainties is to consider the objectives as set-valued functions. Hence, the image of one decision variable is a whole set, which includes all possible outcomes of this decision variable. We choose a robust approach and thus these sets have to be compared using the so-called upper-type less order relation. We propose a numerical method to calculate a covering of the set of optimal solutions of such an uncertain multiobjective optimization problem. We use a branch-and-bound approach and lower and upper bound sets for being able to compare the arising sets. The calculation of these lower and upper bound sets uses techniques known from global optimization, as convex underestimators, as well as techniques used in convex multiobjective optimization as outer approximation techniques. We also give first numerical results for this algorithm.



https://doi.org/10.1007/s10898-019-00815-9
Fabrici, Igor; Harant, Jochen; Mohr, Samuel; Schmidt, Jens M.;
Longer cycles in essentially 4-connected planar graphs. - In: Discussiones mathematicae. - Warsaw : De Gruyter Open, ISSN 2083-5892, Bd. 40 (2020), 1, S. 269-277

https://doi.org/10.7151/dmgt.2133
Braun, Philipp; Grüne, Lars; Kellett, Christopher M.; Weller, Steven R.; Worthmann, Karl;
Towards price-based predictive control of a small-scale electricity network. - In: International journal of control. - London : Taylor & Francis, ISSN 1366-5820, Bd. 93 (2020), 1, S. 40-61

https://doi.org/10.1080/00207179.2017.1339329
Mohr, Samuel;
Cycles through a set of specified vertices of a planar graph. - In: Acta mathematica Universitatis Comenianae. - Bratislava : Comenius University Press, ISSN 0862-9544, Bd. 88 (2019), 3, S. 963-966

Niebling, Julia;
Nonconvex and mixed integer multiobjective optimization with an application to decision uncertainty. - Ilmenau : Universitätsbibliothek, 2019. - 1 Online-Ressource (iii, 163, XXXV Seiten).
Technische Universität Ilmenau, Dissertation 2019

Multikriterielle Optimierungprobleme sind in diversen Anwendungsgebieten wie beispielsweise in den Wirtschafts- oder Ingenieurwissenschaften zu finden. Da hierbei mehrere konkurrierende Zielfunktionen auftreten, ist die Lösungsmenge eines derartigen Optimierungsproblems im Allgemeinen unendlich groß und kann meist nicht in analytischer Form berechnet werden. In dieser Dissertation werden neue Branch-and-Bound basierte Algorithmen zur Lösung verschiedener Klassen von multikriteriellen Optimierungsproblemen entwickelt und vorgestellt. Der Branch-and-Bound Ansatz ist eine typische Methode der globalen Optimierung. Einer der neuen Algorithmen löst glatte multikriterielle nichtkonvexe Optimierungsprobleme mit konvexen Nebenbedingungen, während ein zweiter zur Lösung multikriterieller gemischt-ganzzahliger konvexer Optimierungsprobleme dient. Beide Algorithmen garantieren eine gewisse Genauigkeit der berechneten Lösungen und gehören damit zu den ersten deterministischen Algorithmen ihrer Art. Zusätzlich wird ein Algorithmus zur Berechnung einer Überdeckung der Lösungsmenge multikriterieller Optimierungsprobleme mit Entscheidungsunsicherheit vorgestellt. Alle drei Algorithmen wurden numerisch getestet. Die Ergebnisse werden ebenfalls in dieser Arbeit ausgewertet. Die neuen Algorithmen arbeiten alle mit Boxunterteilungen und nutzen Auswahlregeln, sowie Verwerfungs- und Terminierungskriterien. Dabei spielen gute Verwerfungskriterien eine zentrale Rolle. Diese entscheiden, ob eine Box verworfen werden kann, da diese sicher keine Optimallösung enthält. Die neuen Verwerfungskriterien nutzen Methoden aus der globalen skalarwertigen Optimierung, Approximationstechniken aus der multikriteriellen konvexen Optimierung sowie ein Konzept aus der kombinatorischen Optimierung. Dabei werden stets untere Schranken der Bildmengen konstruiert, die mit bisher berechneten oberen Schranken numerisch verglichen werden können.



https://www.db-thueringen.de/receive/dbt_mods_00040364
Faulwasser, Timm; Flaßkamp, Kathrin; Ober-Blöbaum, Sina; Worthmann, Karl;
Towards velocity turnpikes in optimal control of mechanical systems. - In: IFAC-PapersOnLine. - Frankfurt : Elsevier, ISSN 2405-8963, Bd. 52 (2019), 16, S. 490-495

https://doi.org/10.1016/j.ifacol.2019.12.009
Grundel, Sara; Sauerteig, Philipp; Worthmann, Karl;
Surrogate models for coupled microgrids. - In: Progress in industrial mathematics at ECMI 2018. - Cham : Springer, (2019), S. 477-483

https://doi.org/10.1007/978-3-030-27550-1_60
Braun, Philipp; Sauerteig, Philipp; Worthmann, Karl;
Distributed optimization based control on the example of microgrids. - In: Computational intelligence and optimization methods for control engineering. - Cham : Springer, (2019), S. 173-200

https://doi.org/10.1007/978-3-030-25446-9_
Baumann, Manuel; Grundel, Sara; Sauerteig, Philipp; Worthmann, Karl;
Ersatzmodelle in bidirektionaler Optimierung gekoppelter Microgrids :
Surrogate models in bidirectional optimization of coupled microgrids. - In: Automatisierungstechnik : AT.. - Berlin : De Gruyter, ISSN 2196-677X, Bd. 67 (2019), 12, S. 1035-1046

https://doi.org/10.1515/auto-2019-0075