Fakultät für Informatik
Lehrstuhl für Algorithm Engineering (Ls11)
Home Kontakt Deutsch English
menu
Günter Rudolph: Vorlesung POKS

Praktische Optimierung

(Wahlvorlesung DPO / Basisvorlesung MPO)

Wintersemester 2007/08

Prof. Dr. Günter Rudolph



Termin:    
Montag 14:15 - 16:00 OH16 / R2.05
Mittwoch 10:15 - 12:00 OH16 / R2.05
Beginn: Montag, 15.10.2007


Beschreibung:
Bei der Optimierung komplexer Systeme speziell in den Ingenieurwissenschaften stellt sich meist schnell heraus, dass die Reichweite analytischer und exakter Lösungsmethoden wegen idealisierender Voraussetzungen für die Praxis zu eingeschränkt ist. Die „Praktische Optimierung“ behandelt deshalb solche Lösungsansätze, die sich für praxisrelevante Problemklassen wie die nichtkonvexe Optimierung unter dem Black-Box-Szenario, die Optimierung bei Unsicherheit sowie zeitvarianter Probleme, die mehrkriterielle und schließlich die symbolische Optimierung bewährt haben. Methodisch kommen hier direkte deterministische Suchverfahren als auch etwa evolutionäre Algorithmen zum Einsatz. Besonderes Augenmerk gilt der Hybridisierung der Optimierverfahren mit statistischen Methoden: Bei zeitinvarianten Problemen werden Prognosemodelle, bei der Optimierung unter Unsicherheit statistische Testverfahren, zur Funktionsapproximation etwa Krigingverfahren oder Neuronale Netze benutzt. Weitere Themen berühren softwaretechnische Fragen zur Kopplung von Optimierverfahren und (kommerziellen) Simulatoren sowie die sinnvolle Nutzung paralleler Hardware. In den Übungen soll sich mit den Lösungsansätzen aktiv auseinandergesetzt werden, wobei existierende Schnittstellen zu Simulatoren softwaretechnisch bedient werden müssen.

Neben dem Erwerb von Einsicht in die Problematik und analytische Struktur der jeweiligen Problemklasse sollen die Studierenden methodisches Spezialwissen zur praktischen Lösung solcher Probleme erlangen. Sie sollen die praxisorientierten Lösungsansätze kennen und beherrschen sowie die Fähigkeit besitzen, selbständig praxisrelevante Probleme bearbeiten zu können. Schließlich sollen die Ergebnisse auch kritisch beurteilt werden können.

Schwerpunktgebiete (DPO 2001):
  1. Computational Intelligence & Natural Computing
  2. Intelligente Systeme

Forschungsschwerpunkt (MPO 2007): Intelligente Systeme

Übung:
Mittwoch, 12:15h, OH14, R304 (Beginn: 31.10.2007). Veranstalter: Maik Merten


Foliensätze: Erscheinen an dieser Stelle nach jeder Vorlesung.

MO 15.10.07: Präludium  
Einleitung  
Grundlagen  
MI 17.10.07: Unbeschränkte Probleme: Analytische Lösung  
MO 22.10.07: Unbeschränkte Probleme: Ableitungsbasierte Verfahren  
MI 24.10.07: Unbeschränkte Probleme: Direkte Suchverfahren I  
MO 29.10.07: Unbeschränkte Probleme: Direkte Suchverfahren II  
MI 31.10.07: Unbeschränkte Probleme: Randomisierte Suchverfahren  
MO 05.11.07: Unbeschränkte Probleme: Evolutionäre Algorithmen I  
MI 07.11.07: Unbeschränkte Probleme: Evolutionäre Algorithmen II  
MO 12.11.07: Unbeschränkte Probleme: Evolutionäre Algorithmen III  
MI 14.11.07: Exkurs: Statistik I  
MO 19.11.07: Exkurs: Statistik II  
MI 21.11.07: Exkurs: Statistik III  
MO 26.11.07: Metamodellierung: Multilayer Perceptron  
MI 28.11.07: ausgefallen  
MO 03.12.07: Metamodellierung: RBF-Netze  
MI 05.12.07: Metamodellierung: Kriging  
MO 10.12.07: Restringierte Probleme: Analytische Lösung  
MI 12.12.07: Restringierte Probleme: Straf- und Barrierefunktionen  
MO 17.12.07: Zeitvariante Optimierungsprobleme  
MI 19.12.07: Sequentielle Parameteroptimierung (SPO)  
MO 07.01.08: Mehrkriterielle Optimierungsprobleme (MOP): Grundlagen  
MI 09.01.08: MOP: Skalarisierungsmethoden  
MO 14.01.08: MOP: Einzelpunktverfahren  
MI 16.01.08: MOP: Multipunktverfahren  
MO 21.01.08: MOP: Laufzeitanalyse  
MI 23.01.08: MOP: Interaktive Verfahren  
MO 28.01.08: ausgefallen  
MI 30.01.08: ausgefallen  
MO 04.02.08: Stochastische Programmierung  
MI 06.02.08: TBD  

Literatur:

Wird während der Vorlesung bekannt gegeben.



 
<webmaster  ls11.cs.tu-dortmund.de>
Die Universität übernimmt keine Haftung für den Inhalt verlinkter externer Internetseiten