Trier, University, Diss., 1999.

Univ., Diss., 2009--Würzburg.

This thesis is devoted to numerical verification of optimality conditions for non-convex optimal control problems. In the first part, we are concerned with a-posteriori verification of sufficient optimality conditions. It is a common knowledge that verification of such conditions for general non-convex PDE-constrained optimization problems is very challenging. We propose a method to verify second-order sufficient conditions for a general class of optimal control problem. If the proposed verification method confirms the fulfillment of the sufficient condition then a-posteriori error estimates can be computed. A special ingredient of our method is an error analysis for the Hessian of the underlying optimization problem. We derive conditions under which positive definiteness of the Hessian of the discrete problem implies positive definiteness of the Hessian of the continuous problem. The results are complemented with numerical experiments. In the second part, we investigate adaptive methods for optimal control problems with finitely many control parameters. We analyze a-posteriori error estimates based on verification of second-order sufficient optimality conditions using the method developed in the first part. Reliability and efficiency of the error estimator are shown. We illustrate through numerical experiments, the use of the estimator in guiding adaptive mesh refinement. / Diese Arbeit widmet sich der numerischen Verifizierung von Optimalitaetsbedingungen fuer nicht konvexe Optimalsteuerungsprobleme. Im ersten Teil beschaeftigen wir uns mit der a-posteriori Ueberpruefung von hinreichenden Optimalitaetskriterien. Es ist bekannt, dass der Nachweis solcher Bedingungen fuer allgemeine nicht konvexe Optimierungsproblemem mit Nebenbedingungen in Form von partiellen Differentialgleichungen sehr schwierig ist. Wir stellen eine Methode vor, um die hinreichenden Bedingungen zweiter Ordnung fuer eine allgemeine Problemklasse zu testen. Falls die vorgeschlagene Strategie bestaetigt, dass diese Bedingungen erfuellt sind, koennen a-posteriori Fehlerschaetzungen berechnet werden. Ein wesentlicher Bestandteil unserer Methode ist eine Fehleranalyse fuer die Hessematrix des zugrunde liegenden Optimierungsproblems. Es werden Bedingungen hergeleitet, unter denen die positive Definitheit der Hessematrix des diskreten Problems die positive Definitheit der Hessematrix fuer das kontinuierliche Problem nach sich zieht. Diese Ergebnisse werden durch numerische Experimente ergaenzt. Im zweiten Teil untersuchen wir adaptive (Diskretisierungs-)methoden fuer Optimalsteuerungsprobleme mit endlich vielen Kontrollparametern. Basierend auf dem Nachweis hinreichender Optimalitaetsbedingungen zweiter Ordnung analysieren wir a posteriori Fehlerschaetzungen. Dies geschieht unter der Nutzung der Resultate des ersten Teils der Arbeit. Es wird die Zuverlaessigkeit und Effizienz des Fehlerschaetzers bewiesen. Mittels weiterer numerischer Experimente illustrieren wir, wie der Fehlerschaetzer zur Steuerung adaptiver Gitterverfeinerung eingesetzt werden kann.

A new class of optimization problems name 'mathematical programs with vanishing constraints (MPVCs)' is considered. MPVCs are on the one hand very challenging from a theoretical viewpoint, since standard constraint qualifications such as LICQ, MFCQ, or ACQ are most often violated, and hence, the Karush-Kuhn-Tucker conditions do not provide necessary optimality conditions off-hand. Thus, new CQs and the corresponding optimality conditions are investigated. On the other hand, MPVCs have important applications, e.g., in the field of topology optimization. Therefore, numerical algorithms for the solution of MPVCs are designed, investigated and tested for certain problems from truss-topology-optimization.