Die skalare und multikriterielle Rundungseigenschaft. - Ilmenau. - 35 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2023
Die vorliegende Arbeit beschäftigt sich mit der Rundungseigenschaft, welche eine Methode zum Lösen ganzzahliger skalarwertiger Optimierungsprobleme liefert. Diese Arbeit verwendet dabei vorrangig den Levelmengenansatz von Hübner, 2013, um für verschiedene Klassen von Optimierungsproblemen diese Eigenschaft nachzuweisen. Weiterhin werden diese Ideen teilweise auf multikriterielle Optimierungsprobleme ausgeweitet.
Das S-Lemma und die Konvexität der Bildmenge zweier homogener quadratischer Funktionen. - Ilmenau. - 26 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2023
In dieser Arbeit beschäftigen wir uns mit dem S-Lemma und dessen Beweis von Yakubovich, welcher die Konvexität der Bildmenge zweier homogener quadratischer Funktionen ausnutzt, dem Dines Theorem. Daneben betrachten wir in Trust-Region Subproblemen eine exemplarische Anwendung des S-Lemmas. Außerdem werden wir weitere Konvexitätsaussagen, als Verallgemeinerungen des Dines Theorems, sehen und damit einhergehend auch Verallgemeinerungen des S-Lemmas erhalten.
Einhüllungen zur Relaxierung von nichtkonvexen Funktionen. - Ilmenau. - 21 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2022
Diese Bachelorarbeit beschäftigt sich mit gemischt-ganzzahligen Optimierungsproblemen mit nichtkonvexen Funktion. Diese treten zum Beispiel in der Physik bei der Modellierung von Versorgungsnetzen wie Gasnetzwerken auf. Zum Bestimmen unterer Schranken werden lineare Probleme gelöst, die durch das Einhüllen der problematischen nichtkonvexen Funktionen als Relaxierungen dienen.
Modellierung von neuronalen Netzen und ihres Trainings als Optimierungsproblem. - Ilmenau. - 57 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2022
Deep Learning ist ein Teilgebiet des maschinellen Lernens und basiert auf dem Einsatz von neuronalen Netzen. Diese Netze müssen entsprechend ihrer Aufgabe trainiert, d.h. optimiert werden. Um dies zu bewerkstelligen muss ein unrestringiertes Optimierungsproblem gelöst werden. In dieser Arbeit werden zunächst Grundbegriffe des Deep Learning mathematisch definiert und das zugrundeliegende Optimierungsproblem anhand eines Beispiels motiviert. Anschließend werden weitere Aspekte der Optimierung von neuronalen Netzen erläutert und Lösungsansätze vorgestellt und kritisch diskutiert.
Kompetitivitätsanalyse von Online-Algorithmen für das verallgemeinerte Paging-Problem. - Ilmenau. - 71 Seiten
Technische Universität Ilmenau, Diplomarbeit 2022
Im Gebiet Online-Optimierung werden Probleme betrachtet, bei denen Anfragefolgen mit minimalem Kostenaufwand bearbeitet werden sollen. Eine Anfrage wird dabei erst gestellt, wenn die vorhergehende bereits fertig beantwortet worden ist. Für die Gruppe der Paging-Probleme gibt es einige Algorithmen, die mögliche Antwortvorschriften liefern. In dieser Arbeit wird eine Verallgemeinerung des Paging-Problems vorgestellt. Hier werden Mehrfachbelegungen auf einem Punkt und Mehrfachforderungen in einer Anfrage zugelassen; die Abstände zwischen je zwei Punkten sind jedoch immer gleich. Dann wird der optimale Paging-Algorithmus LFD für das verallgemeinerte Paging-Problem erweitert und seine Optimalität nachgewiesen. Die Algorithmen LRU und MARK, die ebenfalls eigentlich für das Paging-Problem verfasst wurden, werden für das verallgemeinerte Paging-Problem angepasst. Danach wird ihre Kompetitivität nachgewiesen, indem für beide ein Vergleich mit einem optimalen Offline-Algorithmus durchgeführt wird.
Betrachtung der Gradientenbestimmung für den Adam Algorithmus. - Ilmenau. - 80 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2022
In dieser Arbeit werden verschiedene Abstiegsverfahren dargestellt. Speziell wird auf das Gradientenverfahren eingegangen und am Beispiel von Empirical Risk Minimization eine Entwicklung bis hin zu adaptiven Verfahren wie dem Adam-Algorithmus beschrieben. Anschließend wird das CLUE-Verfahren erklärt, welches den Adam-Algorithmus zum Lösen einer gewichteten Summe verwendet. Das CLUE-Verfahren verwendet ein Bayesches neuronales Netz und einen Variational Autoencoder, um eine Zielfunktion zu definieren. Diese beiden neuronalen Netze werden beschrieben und es wird erklärt, wie solche trainiert werden können. Für die Zielfunktion wird der Einfluss von verschiedenen Batch-Größen untersucht. Außerdem wird eine modifizierte Abbruchbedingung betrachtet.
Modellierung von Problemen als quadratische unrestringierte binäre Optimierungsprobleme. - Ilmenau. - 56 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2021
Ein adiabatischer Quantencomputer kann quadratische unrestringierte binäre Optimierungsprobleme (QUBO-Probleme) effizient lösen, unter bestimmten Voraussetzungen sogar schneller als herkömmliche Computer. Das Ziel dieser Arbeit ist es herauszufinden, welche Optimierungsprobleme als QUBO-Problem modelliert werden können und in welcher Form dies möglich ist. Es stellt sich heraus, dass beliebige ganzzahlige Optimierungsprobleme als QUBO-Pro- bleme modelliert werden können, sofern geeignete Straffunktionen existieren und alle Variablen beschränkt sind. Für die nötigen Umformungsschritten werden die Voraussetzungen diskutiert. Dies umfasst Binärdarstellungen von beschränkten ganzzahligen Variablen, die Reduzierung des Grades multilinearer binärer Polynome und das Aufnehmen von Nebenbedingungen in die Zielfunktion. Des Weiteren werden für multilineare binäre Gleichungs- und Ungleichungsnebenbedingungen geeignete Straffunktionen aufgestellt und verschiedene Möglichkeiten der Wahl der Straffunktionen diskutiert. Zudem wird analysiert, wie mit Betragsfunktionen in Nebenbedingungen und in Zielfunktionen verfahren werden kann.
Anwendung von Taylorpolynomen zweiter Ordnung zur äußeren Approximation. - Ilmenau. - 49 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2021
Die Klasse der gemischt-ganzzahligen nichtlinearen Optimierungsprobleme bietet ein breites Spektrum an Anwendungsmöglichkeiten, unter anderem die Modulation von Versorgungsnetzwerken oder Verkehrsströmen. Es ist daher von großem Interesse, neue Lösungsverfahren für diese Art von Optimierungsproblemen zu finden und bereits bekannte Ansätze weiterzuentwickeln. In dieser Arbeit wird die Erweiterung der Äußeren Approximation durch die Anwendung von Taylorpolynomen zweiter Ordnung untersucht. Dazu wird eine Reihe von Möglichkeiten zur Gewinnung geeigneter quadratischer Approximationen der Nebenbedingungen zusammengetragen und deren praktische Anwendbarkeit diskutiert. Weiterhin werden die Ergebnisse der klassischen linearen und der erweiterten quadratischen Äußeren Approximation für ausgewählte Testbeispiele miteinander verglichen.
Error measures for necessary optimality conditions in single- and multi-objective optimization. - Ilmenau. - 69 Seiten
Technische Universität Ilmenau, Masterarbeit 2019
Eine zentrale Anforderung an das numerische Lösen von Optimierungsproblemen mit Hilfe von Computeralgorithmen besteht in der Verifizierung der Optimalität einer gefundenen Lösung. Ein häufig genutzter Ansatz dafür ist die numerische Überprüfung notwendiger Optimalitätskriterien. In dieser Arbeit werden verschiedene solcher Kriterien für skalarwertige und multikriterielle Optimierungsprobleme vorgestellt. Zudem werden sogenannte Fehlerfunktionen eingeführt, die als Maß der Verletzung notwendiger Optimalitätsbedingungen dienen. Deren Eigenschaften werden untersucht und an einzelnen Beispielen demonstriert.
A BB algorithm for multiobjective mixed-integer convex optimization. - Ilmenau. - 56 Seiten
Technische Universität Ilmenau, Masterarbeit 2018
Diese Masterarbeit beschäftigt sich mit multikriteriellen gemischt-ganzzahligen konvexen Optimierungsproblemen. Derartige Probleme treten beispielsweise in Ingenieurs- oder Wirtschaftswissenschaften auf. Hierbei ist man oft daran interessiert, alle effizienten Punkte für diese Optimierungsprobleme zu bestimmen. Zunächst werden in dieser Arbeit die theoretischen Grundlagen der multikriteriellen Optimierung dargestellt. Anschließend wird ein Branch-and-Bound Algorithmus zur Bestimmung einer Lösungsüberdeckung solcher Optimierungsprobleme vorgestellt und die einzelnen Teilschritte genauer beleuchtet. Dabei werden Auswahlkriterien, der Bisektionsschritt, Zulässigkeitskriterien und Verwerfungskriterien, die wir basierend auf oberen und unteren Schranken für die Zielfunktion formulieren, betrachtet. Weiterhin wird der Algorithmus noch durch weitere Modifikationen erweitert und liefert dadurch genauere Lösungsüberdeckungen. Der erweiterte Algorithmus wurde in MATLAB implementiert und anhand von uns entwickelter Testbeispiele getestet.
Über ein Branch-and-Bound Verfahren der konvexen Optimierung. - Ilmenau. - 30 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2018
Diese Bachelorarbeit beschäftigt sich mit einem Branch-and-Bound Algorithmus zur konvexen quadratischen ganzzahligen Optimierung. Ein zentraler Punkt solcher Verfahren ist die Verbesserung unterer Schranken, um möglichst viele Äste, die zu keiner Minimallösung führen werden, entfernen zu können. Zu diesem Zweck nutzen wir die Ganzzahligkeit und passende Ellipsoide, mit deren Hilfe wir die untere Schranke, welche durch das Minimum der stetigen Relaxierung gegeben ist, verbessern können.
Zusammenhang zwischen restringierter und multikriterieller Optimierung. - Ilmenau. - 38 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2018
In der Praxis sollen zu meist Abläufe optimiert werden, bei denen sich konkurrierende Ziele gegenüberstehen. Es stellt sich die Frage, ob es vorteilhafter ist, diese Probleme restringiert oder multikriteriell zu lösen. Um dies zu beantworten, muss man sich mit dem Zusammenhang zwischen restringierten und multikriteriellen Optimierungsproblemen auseinandersetzen. Es wird gezeigt, dass sich die jeweiligen Probleme ineinander umformen lassen. Ebenfalls wird untersucht, in welchen Beziehungen die Lösungsmengen zueinander stehen. Dafür betrachtet man unterschiedliche Skalarisierungsmethoden multikriterieller Optimierungsprobleme. Diese enge Verknüpfung beider Probleme wird beim Filteransatz genutzt, um restringierte Optimierungsprobleme zu lösen. Dazu wird ein SQP-Filter-Algorithmus angegeben, welcher unter gewissen Voraussetzungen einen KKT-Punkt liefert oder eine unendliche Iterationsfolge ausgibt, welche einen Häufungspunkt besitzt, der die KKT-Bedingung erfüllt.
Parametrische Optimierung : eine Betrachtung der Minimalwertfunktion. - Ilmenau. - 44 Seiten
Technische Universität Ilmenau, Masterarbeit 2018
In diversen Anwendungsbereichen, wie etwa der Spieltheorie, der Finanzmathematik oder der Systemtheorie, treten mengenwertige Optimierungsprobleme auf. Ein Ansatz zur Lösung dieser besteht in der Betrachtung sogenannter parametrischer Optimierungsprobleme; das sind Optimierungsprobleme, die von einem Parameter abhängen. Die Funktion, die jedem Parameter den Optimalwert des entsprechenden Problems zuordnet, heißt Minimalwertfunktion und wird in dieser Masterarbeit genauer betrachtet. Dabei sind insbesondere ihre Minimallösungen für die ursprünglichen mengenwertigen Probleme von Interesse. Um diese mittels numerischer Verfahren der Optimierung bestimmen zu können, spielen die Eigenschaften der Minimalwertfunktion eine zentrale Rolle. In dieser Arbeit werden deshalb hinreichende Bedingungen für die Stetigkeit, Konvexität und die Richtungsdifferenzierbarkeit dieser Funktion vorgestellt.
Qualitätsmaße für Lösungsapproximationen mengenwertiger Optimierungsprobleme. - Ilmenau. - 67 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2017
Mengenwertige Optimierungsprobleme besitzen im Allgemeinen unendlich viele optimale Lösungen. Daher wird statt der gesamten Lösungsmenge häufig nur eine endliche Lösungsapproximation angegeben. In dieser Arbeit werden vier Qualitätsmaße für solche Lösungsapproximationen mengenwertiger Optimierungsprobleme entwickelt. Sie sollen einen qualitativen Vergleich verschiedener Approximationen ermöglichen. Dabei wird der zentrale Ansatz verfolgt, bereits bekannte Qualitätsmaße für Lösungsapproximationen multikriterieller Optimierungsprobleme auch für Lösungsapproximationen mengenwertiger Optimierungsprobleme zu nutzen.
Modellfunktionen in der multikriteriellen Optimierung. - Ilmenau. - 79 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2017
Bei der Optimierung mit einer oder mehreren Zielfunktionen treten in der Praxis häufig teure Funktionen auf, deren Berechnung großen Rechenaufwand verursacht. Um hohe Rechenzeiten zu vermeiden, werden solche Funktionen durch leichter zu berechnende Modelle ersetzt. Diese Bachelorarbeit untersucht die Modellierung mit quadratischen Lagrange-Polynomen für bivariate Funktionen und die Auswirkungen, die die Verwendung eines Modells auf bikriterielle Optimierungsprobleme hat. Dabei werden insbesondere die Veränderungen der Menge der effizienten Punkte, die bei dem Ersetzen einer Zielfunktion durch eine quadratische Modellfunktion auftreten, an selbst gewählten Testproblemen betrachtet und grafisch veranschaulicht.
Richtungsableitungen und Taylor-Formel für mengenwertige Abbildungen. - Ilmenau. - 50 Seiten
Technische Universität Ilmenau, Masterarbeit 2017
Die vorliegende Masterarbeit stellt einige grundlegende Konzepte der mengenwertigen Optimierung mit dem Mengenzugang vor: Es wird eine spezielle Mengendifferenz und addition eingeführt und darauf aufbauend eine Richtungsableitung und eine Taylor-Formel für mengenwertige Abbildungen. Es wurden Algorithmen zur Berechnung dieser Konzepte entwickelt, mit Matlab implementiert, und an verschiedenen mengenwertigen Abbildungen getestet.
Berechnung von Fréchet-Mittelwerten auf Sphären. - Ilmenau. - 86 Seiten
Technische Universität Ilmenau, Masterarbeit 2017
Die Minimierung von Abständen zu einer gegebenen Menge von Punkten ist eine wichtige Aufgabe in der Logistik. Gerade bei mehreren gegebenen Punkten besteht dabei ein Zielkonflikt zwischen den gegebenen Daten, wenn ein kürzerer Abstand zu einem Punkt eine längere Distanz zu einem anderen zur Folge hat. Daher geht man oftmals dazu über, den mittleren Abstand zu allen gegebenen Punkten zu minimieren. Mathematisch wird diese Problemstellung durch die Ermittlung von sogenannten Fréchet-Mittelwerten modelliert, deren explizite Berechnung sich als schwierig erweisen kann. Diese Abschlussarbeit befasst sich mit einem Verfahren zur Approximation von Fréchet-Mittelwerten auf dem Einheitskreis und der Einheitssphäre. Hierzu benutzen wir einen modifizierten Branch-and-Bound-Algorithmus. Die benötigten unteren Schranken und Unterteilungsvorschriften werden dazu hergeleitet und erstere mit einem bekannten Ansatz aus dem Bereich der Lipschitz-Optimierung verglichen. Die konstruierten Verfahren werden anschließend unter numerischen Gesichtspunkten untersucht, gegenübergestellt und abschließend an Anwendungsbeispielen getestet.
Ein Algorithmus zur Bestimmung einer Lösungsüberdeckung spezieller mengenwertiger Optimierungsprobleme. - 78 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2016
Diese Bachelorarbeit beschäftigt sich mit speziellen mengenwertigen Optimierungsproblemen, die beispielsweise zur Lösung boxbeschränkter, robuster, multikriterieller Optimierungsprobleme genutzt werden können. Letztere treten häufig in Ingenieurs- und Wirtschaftswissenschaften auf und werden durch Worst-Case-Optimierung motiviert. Zunächst werden in der Arbeit theoretische Grundlagen zur mengenwertigen Optimierung gelegt und anschließend wird die Grundidee eines Algorithmus zur Bestimmung einer Überdeckung der Lösungsmenge der mengenwertigen Optimierungsprobleme vorgestellt. Dabei wird mithilfe von oberen und unteren Schranken überprüft, ob Teilboxen Lösungen enthalten können. Der wichtigste Aspekt ist daher, möglichst gute Schranken für diese Teilboxen zu finden, weshalb in dieser Arbeit unter anderem neue Methoden dazu vorgestellt werden. Der beschriebene Algorithmus wurde in MATLAB implementiert und anhand von Testbeispielen ausführlich getestet.
Mengenoptimierung mit Zielfunktionen von spezieller Struktur. - 37 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2016
Diese Bachelorarbeit befasst sich mit dem Thema der Mengenoptimierung mithilfe des Mengenzugangs, bei dem Mengen im Bildraum als Ganzes miteinander verglichen werden. Dabei finden drei verschiedene Mengenrelationen Anwendung. Es werden spezielle Mengenoptimierungsprobleme betrachtet, bei denen die Bilder der Zielfunktionen einfache geometrische Formen haben wie Kreise oder Rechtecke. Für manche dieser Probleme wurde gezeigt, dass sie in ein äquivalentes multikriterielles Optimierungsproblem und damit in ein einfacher zu lösendes Optimierungsproblem überführt werden können.
Continuous reformulations of binary quadratic programs. - 46 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2016
Diese Arbeit beschäftigt sich mit binären quadratischen Optimierungsproblem und zugehörigen kontinuierlichen Mengen-semidefiniten Relaxierungen, die unter bestimmten Bedingungen äquivalent sind. Zu diesem Zweck wird der dabei genutzte Mengen-semidefinite Kegel untersucht, indem die Menge, über der er definiert ist, als endlich erzeugter Kegel aufgefasst wird. Des weiteren wird das duale Problem zum relaxierten Optimierungsproblem aufgestellt. Zum Abschluss bietet diese Arbeit einen Ausblick auf Möglichkeiten, eine ähnliche Relaxierung auch mit gemischt-binären quadratischen Optimierungsproblemen durchzuführen.
Ein Branch-and-Bound-Verfahren für bikriterielle Optimierungsprobleme. - 75 S. : Ilmenau, Techn. Univ., Masterarbeit, 2015
Diese Masterarbeit beschäftigt sich mit einem Branch-and-Bound-Algorithmus für bikriterielle boxbeschränkte Optimierungsprobleme. Derartige Probleme treten zum Beispiel in den Ingenieur- oder Wirtschaftwissenschaften häufig auf. Dabei interessiert man sich für die globalen Lösungen. Nach der Bereitstellung der theoretische Grundlagen, werden die Idee und prinzipiellen Schritte für den Algorithmus vorgestellt, der eine Approximation der Lösungsmenge liefert. Dafür müssen sogenannte Auswahl-, Verwerfungs- und Abbruchkriterien entwickelt werden. Die Verwerfungskriterien sind dabei ein besonders wichtiger Aspekt. Diese untersuchen mit unterschiedlichen Methoden, ob eine Box optimale Lösungen enthalten kann. Das Kriterium, welches den Idealpunkt und den $\alpha$BB-Ansatz nutzt, wird in dieser Arbeit verbessert. Der beschriebene Algorithmus wurde in MATLAB implementiert und anhand von bekannten Testfunktionen ausführlich numerisch getestet.
Decomposed descent methods in multiobjective optimization. - 74 S. Ilmenau : Techn. Univ., Masterarbeit, 2015
In vielen Anwendungsbereichen der multikriteriellen Optimierung treten heterogene Zielfunktionen auf. Diese Heterogenität kann beispielsweise in der Berechnungszeit liegen. In den bisherigen Methoden der multikriteriellen Optimierung zur Berechnung effizienter Punkte werden mögliche Unterschiede der Zielfunktionen jedoch nicht berücksichtigt. Deshalb werden in der vorliegenden Masterarbeit erste Ansätze untersucht, die mögliche Heterogenität der Zielfunktionen einzubeziehen. Dabei beschränken sich die Betrachtungen auf bikriterielle Optimierungsprobleme. Zwei der drei untersuchten Ansätze wurden in Matlab implementiert und an selbst gewählten Testfunktionen getestet.
Der Direct-Algorithmus und seine Anwendbarkeit in der multikriteriellen Optimierung. - 72 S. Ilmenau : Techn. Univ., Bachelor-Arbeit, 2015
In meiner Bachelorarbeit befasse ich mich mit dem Direct-Algorithmus, den D.R. Jones, C.D. Perttunen und B.E. Stuckman 1993 in "Lipschitzian optimization without the Lipschitz constant" vorgestellt haben. Der Algorithmus wird zunächst erläutert und diskutiert. Daraufhin stelle ich einige auf Direct beruhende Ansätze, um die effiziente Menge von multikriteriellen Optimierungsproblemen zu approximieren, vor. Diese habe ich implementiert und an Testproblemen getestet. In Teilen der Arbeit beschränke ich mich auf bikriterielle Probleme.
Modifikation der alphaBB-Methode für die inverse Kinematik von Roboterarmen. - 92 S. Ilmenau : Techn. Univ., Masterarbeit, 2014
In dieser Arbeit wurde das Problem der inversen Kinematik für Roboterarme als Optimierungsproblem formuliert. Es ergibt sich ein globales Optimierungsproblem, welches mehrere oder sogar unendlich viele globale Minimalstellen hat. Unendlich viele globale Minimalstellen treten bei Roboterarmen mit redundanter Struktur und an singulären Stellungen auf. Für die Anwendung ist es sinnvoll, alle globalen Minimalstellen zu kennen. Zur Lösung dieses Optimierungsproblems wurde die aus der Literatur bekannte alphaBB-Methode erweitert. Mit Hilfe dieses modifizierten Optimierungsverfahrens können von box-restringierten, zweimal stetig differenzierbaren Optimierungsproblemen alle globalen Minimalstellen approximiert werden, unabhängig davon, ob es endlich oder unendlich viele globale Minimalstellen gibt. Es wurde die Korrektheit und Endlichkeit des entwickelten Verfahrens bewiesen.
Analyse eines MINLP-Problems in der Kraftwerkseinsatzplanung. - 35 S. Ilmenau : Techn. Univ., Bachelor-Arbeit, 2014
In der Kraftwerkseinsatzplanung gibt es nach der Liberalisierung der Energiemärkte viel zu beachten, wodurch die Optimierungsprobleme in diesem Bereich an Komplexität gewinnen. Somit ist es von Nöten die vielen Facetten der Kraftwerkseinsatzplanung in ein gemischt-ganzzahliges nichtlineares Optimierungsproblem umzuwandeln, um dies mit entsprechenden Solvern lösen zu können. In dieser Bachelorarbeit haben wir nun ein konkretes Beispiel aus der Kraftwerkseinsatzplanung betrachtet. Wie haben aus den vorhandenen Rahmenbedingungen ein Optimierungsproblem erstellt und dieses anschließend auf zwei verschiedene Arten gelöst. Anhand dieser Ergebnisse haben wir einen Vergleich zwischen dem kommerziellen Solver LINDO und dem in Matlab implementierten SQP-Verfahren angestellt. Des Weiteren haben wir untersucht welche Eigenschaften die einzelnen nichtlinearen Teilfunktionen der Zielfunktion besitzen und wie sich Veränderungen an verschiedenen Variablen auf das Gesamtsystem auswirken um zu analysieren wie stabil das gesamte System ist.
LCPs und Kopositivität. - 44 S. Ilmenau : Techn. Univ., Bachelor-Arbeit, 2014
Diese Bachelorarbeit befasst sich mit dem Zusammenhang zwischen der Lösbarkeit eines linearen Komplementaritätsproblems (LCP) und den Eigenschaften der Matrix, die dieses LCP definiert. Insbesondere die Bedeutung der Kopositivität der Matrix wird hierbei untersucht. Dabei wird auch der Zusammenhang zwischen LCPs und quadratischen Optimierungsproblemen dargestellt. Außerdem wird ein numerisches Verfahren zur Lösung von LCPs, der Lemke Algorithmus, vorgestellt. Es wird diskutiert, welche Bedingungen an die Matrix des LCPs garantieren, dass der Lemke Algorithmus eine Lösung findet. Auch hier wird wieder speziell auf die Bedeutung der Kopositivität der Matrix eingegangen. Abschließend werden die Ergebnisse genutzt, um eine Matrix mit Hilfe des Lemke Algorithmus auf Kopositivität zu untersuchen. Es werden numerische Experimente durchgeführt und auftretende Probleme aufgezeigt.
Kopositivität testen mit der [alpha] bb-Methode. - 50 S. Ilmenau : Techn. Univ., Bachelor-Arbeit, 2014
Das Ziel der Bachelorarbeit ist die Entwicklung eines Kopositivitätstestes mit der [alpha] bb-Methode. Das Testen einer Matrix auf Kopositivität ist zu einem wichtigen Forschungsgebiet geworden, weil sich viele Optimierungsprobleme gerade aus der gemischt-ganzzahligen und quadratischen Optimierung auf lineare Optimierungsprobleme über dem Kegel der kopositiven Matrizen umformulieren lassen. Die [alpha] bb-Methode ist ein Verfahren aus der globalen Optimierung, das sich auf eine sehr große Klasse von Funktionen anwenden lässt. In der Arbeit wird die [alpha] bb-Methode allgemein vorgestellt, auf dieser Basis ein Kopositivitätstest erstellt und die Ergebnisse mit denen anderer Verfahren verglichen.
Datenreduzierung beim MRT mit Hilfe semidefiniter Optimierung. - 141 S. Ilmenau : Techn. Univ., Masterarbeit, 2013
Diese Masterarbeit beschäftigt sich mit der semidefiniten Optimierung und deren Anwendung in der Magnetresonanztomographie. Dazu führen wir zuerst die Grundlagen der semidefiniten Optimierung ein. Anschließend werden die Ideen zur Datenreduzierung von Beobachtungspunkten bei der Magenetresonanztomographie aus der Arbeit von G. Eichfelder und M. Gebhardt mathematisch aufgearbeitet. Wir betrachten dann das in dieser Arbeit hergeleitete semidefinite Optimierungsproblem, für das zwei Matrixnormen als (nichtlineare) Zielfunktion gewählt werden können. Diese Optimierungsprobleme formulieren wir zu Problemen mit linearen Zielfunktionen um. Ebenfalls leiten wir die zugehörigen dualen Optimierungsprobleme her und erbringen den Nachweis über die starke Dualität. Zum Schluss lösen wir die oben erwähnten Optimierungsprobleme, die anhand von Zufallsdaten und Daten aus der Anwendung gebildet wurden, mit Hilfe verschiedener Software-Pakete für MATLAB und diskutieren die gewonnenen Ergebnisse.
Beiträge zur Ruintheorie im Versicherungswesen. - 94 S. Ilmenau : Techn. Univ., Masterarbeit, 2013
In meiner Arbeit betrachte ich diverse Modelle zur Berechnung der Ruinwahrscheinlichkeit für verschiedene Versicherungsbestände. Neben der Herleitung eines Modells zur Berechnung der approximativen Ruinwahrscheinlichkeit für einen Bestand aus Erlebensfallversicherungen, werden unter anderem obere und untere Schranken für die Wahrscheinlichkeit des Ruins angegeben.
Ermittlung von Verfahren zur Gewichtskraftschätzung mit dem BioRob-Arm. - 43 S. Ilmenau : Techn. Univ., Bachelor-Arbeit, 2012
Der BioRob ist ein Roboterarm der Firma Tetra. Er ist durch eine elastische und leichte Konstruktion gekennzeichnet, wodurch er besonders für sensible Assistenz- und Serviceaufgaben sowie die Kooperation mit dem Menschen geeignet ist. Für den Einsatz am Fließband um Gegenstände nach ihrem Gewicht zu sortieren oder wenn er als Assistenzroboter eingesetzt wird, um Menschen zur Hand zu gehen, ist es wichtig, dass der BioRob das Gewicht von gegriffenen Objekten bestimmen kann. In der Bachelor-Arbeit wird ein numerisches Verfahren für den BioRob zur Bestimmung des Gewichtes von gegriffenen Objekten entwickelt, programmtechnisch umgesetzt und getestet. Dabei wird der Roboter als Blackbox betrachtet und nur die vorhandenen Messwerte werden untersucht und bezüglich ihrer Masseabhängigkeit ausgewertet. Die Gewichtsbestimmung sollte so genau wie möglich erfolgen. Als Orientierung dient die Genauigkeit, mit der der Mensch Gewichte schätzen kann. Durch die elastische Struktur des Roboters wird es bei der Krafteinprägung zu einer Schwingungsanregung kommen. Aus praktischer Sicht ergibt sich die Forderung nach einer möglichst schnellen Ermittlung des Gewichts.
Flow-Shop Probleme : Theorie, Heuristiken und ein Anwenderbeispiel. - 53 S. Ilmenau : Techn. Univ., Diplomarbeit, 2011
Maschinenbelegungsplanung oder Scheduling optimiert Bearbeitungspläne von n Jobs auf m vielen Maschinen. Hierbei sind Ein-Maschinen-Modelle und spezielle m=3 Open-Shop, Flow-Shop und Job-Shop-Probleme relativ einfach realisierbar. In meiner Diplomarbeit werden geeignete Lösungsverfahren zu diesen Schedulingproblemen vorgestellt. Insbesondere wird auf Flow-Shop-Probleme eingegangen und moderne Verfahren und Heuristiken zur Minimierung der Gesamtbearbeitungsdauer besprochen. Anschließend wird das spezielle Anwenderproblem F3|p2j Eta [0;∞)|Cmax vorgestellt, welches z.B. im Bereich der Lackierung und Montage Verwendung findet. Es wird ein erster Algorithmus erarbeitet, der eine näherungsweise optimale Bearbeitungsreihenfolge der n Jobs erstellt. Im nächsten Schritt wird dieser verbessert, indem ein Ergänzungverfahren erarbeitet wird, welches Leerzeiten auf Maschine 3 reduziert und somit die Gesamtbearbeitungsdauer verkürzt. Schließlich wird ein Satz formuliert, mit dessen Hilfe eine rasche Aussage getroffen werden kann, ob eine ermittelte Jobreihenfolge bereits näherungsweise optimal ist.
Ausgewähte Themen der Online-Optimierung. - 53 S. Ilmenau : Techn. Univ., Masterarbeit, 2011
In der Arbeit beschäftige ich mich hauptsächlich mit Online-Optimierungsproblemen und der Kompativitätsanalyse der zugehörigen Online-Algorithmen. Im Speziellen habe ich die k-Server Probleme und die SDDP-Probleme bearbeitet und u.a. diese miteinander verglichen.
Ein Lösungsverfahren für Stochastic Dynamic Distance Optimal Partitioning (SDDP) : Probleme mit MATLAB. - 107 S. Ilmenau : Techn. Univ., Masterarbeit, 2011
Das Ziel dieser Masterarbeit besteht darin, eine Software zu entwickeln, welche in der Lage ist Stochastic Dynamic Distance Optimal Partitioning (SDDP) Probleme zu lösen. Zu diesem Zweck werden nach einer kurzen Vorstellung des zugrundeliegenden markovschen Entscheidungsmodelles die benötigten Parameter für ein SDDP-Modell nach HILDENBRANDT (2010) eingeführt. Zum Auffinden einer optimalen Strategie wird das Strategieiterationsverfahren von Howard benutzt und dessen wesentliche Schritte vorgestellt. Nach einigen kurzen Erklärungen zur Implementation wird die Software an einigen Beispielen untersucht. Dafür werden mit leichten Modifikationen der vorliegenden Software Untersuchungen zur Struktur der verwendeten Beispiele vorgenommen. Desweiteren wird die Größenordnung der vorgestellten Beispiele deutlich. Die Leistungsfähigkeit der Software, welche mit MATLAB entwickelt wurde, ist in Anbetracht der Komplexität der verwendeten Beispiele beachtlich, so dass sich die Software für weitergehende Forschung als wertvolles Hilfsmittel darstellt. In diesem Sinne wird abschließend eine Vermutung aus HILDENBRANDT (2010) zu spezielleren SDDP-Modellen mit einheitlichen Basiskosten und unabhängig, gleichverteilten Bedarfskomponenten widerlegt. Dazu wird ein kleines Gegenbeispiel genauer untersucht und eine Vielzahl weiterer Beispiel-Daten angegeben.
Optimization of imaging optical systems. - 48 S. Ilmenau : Techn. Univ., Bachelor-Arbeit, 2011
In the design of optical systems, after creating a starting system, choosing the values of the remaining free parameters in order to maximize image quality is a problem of mathematical optimization. The (objective) function used to assess image quality typically requires ray tracing. We implement a ray tracing procedure for conventional optical systems that allows extension with free-form surfaces and show it to work correctly and sufficiently fast. We compare the performance of optimization algorithms from a freely available package to a commercial optical design software. Optimization algorithms often require derivatives of the objective function and numerical differentiation is commonly used to obtain these derivatives. We implement automatic differentiation and provide evidence that it is preferable to numerical differentiation also in the optimization of optical systems.
Application of sparse grid integration techniques in chance-constrained optimization. - 45 S. Ilmenau : Techn. Univ., Diplomarbeit, 2009
Die meisten Prozesse unterliegen in der Praxis unsicheren Einflüssen. Daher ist es wichtig diese Einflüsse zu betrachten, wenn solche Prozesse optimiert werden. "Chance-constrained optimization" ist geeignet um derartige Optimierungsprobleme zu lösen. Die Schwierigkeit der Methode liegt in der Auswertung der Wahrscheinlichkeitsrestriktionen, da dafür die Berechnung mehrdimensionaler Integrale notwendig ist. Monte-Carlo- und Full-Grid-Methoden sind wegen ihrer langen Rechenzeiten ungeeignet, vor allem wenn ein nichtlineares dynamisches Problem betrachtet wird. An Stelle solcher Methoden wurden die von Smolyak eingeführten Sparse Grid-Techniken benutzt. Auf Grundlage dieser Techniken wird ein numerisches Framework für die Lösung von "Chance constrained optimization" Problemen eingeführt. Das Framework wird an mehreren Beispielen aus der chemischen Prozesstechnik getestet. Es zeigt sich, dass die Rechenzeit für größere Probleme mit Sparse-Grid Techniken signifikant geringer sind als mit Full-Grid-Methoden.
Optimale Produktionsplanung mit MATLAB unter Berücksichtigung unterer Produktionsmargen. - 67 S. : Ilmenau, Techn. Univ., Bachelor-Arbeit, 2009
Für einen optimalen Produktionsplan wird zunächst ein Lineares Optimierungsmodell aufgestellt und in das Computeralgebrasystem MATLAB implementiert. Hierbei werden für die einzelnen Produktionszahlen, bis auf die Forderung der Nichtnegativität, keine Schranken gesetzt. Diese werden mit Hilfe eines unvollständigen Branch-and-Bound Algorithmus so gesetzt, dass der Zielfunktionswert nur einen marginalen Unterschied zur unbeschränkten Lösung aufweist. Diese Eigenschaft lässt sich durch die nahezu orthogonale Lage des Gradienten der Zielfunktion zu den Gradienten der Restriktionen erklären. Des Weiteren wird der Algorithmus an anderen linearen Optimierungsproblemen ohne oben genannte Eigenschaft getestet und ausgewertet. Weiterhin werden die anderen Programmteile, soweit notwendig, auf ihre Funktionsfähigkeit untersucht. Abschließend werden Unregelmäßigkeiten in der Produktion mit Hilfe der erstellten Grafiken festgestellt und eine geeignete Gegenmaßnahme benannt.