No description available.

The focus of this paper is on conditional stability estimates for ill-posed inverse problems in partial differential equations. Conditional stability estimates have been obtained in the literature by a couple different methods. In this paper we propose a method called interpolation method, which is based on interpolation in variable Hilbert scales. We are going to work out the theoretical background of this method and show that optimal conditional stability estimates are obtained. The capability of our method is illustrated by a comprehensive collection of different inverse and ill-posed PDE problems containing elliptic and parabolic problems, one source problem and the problem of analytic continuation.

Diese numerische Arbeit untersucht, wie sich die laminar-turbulente Transition in der Grenzschicht einer ebenen Platte mit elektromagnetischen Kräften verzögern lässt. Erzeugt von einer Elektroden-Magnet-Anordnung in der Platte wirken jene Kräfte im wandnahen Bereich der Strömung. Sie sind wandparallel sowie stromab gerichtet und besitzen zwei Parameter, die Amplitude und die Eindringtiefe. Zwei- und dreidimensionale Direkte Numerische Simulationen, Grenzschichtgleichungslöser sowie lineare Stabilitätsanalyse werden eingesetzt, um zwei Ansätze der Transitionsverzögerung zu verfolgen: Zum einen die aktive Wellenauslöschung, bei der ankommende Grenzschichtinstabilitäten von gegenphasig angeregten Wellen bis zu 97% ausgelöscht werden. Zum anderen können elektromagnetische Kräfte die Grenzschicht beschleunigen und so zu deutlich stabilieren Grenzschichtprofilen führen. Über evolutionäre Optimierung wurde eine räumliche Verteilung von Eindringtiefe und Kraftamplitude gefunden, die den Energieeinsatz minimiert und gleichzeitig laminare Strömung sicherstellt; dennoch bliebt die energetische Effizienz der Beeinflussung unter Eins. / This numerical work investigates how electromagnetic forces may delay laminar-turbulent transition of a flat plate boundary layer. Generated by an array of electrodes and magnets flush mounted in the wall, those forces act within the wall-near flow. They are oriented in wall-parallel, downstream direction and are characterized by two parameters, namely amplitude and penetration depth. Two- and three-dimensional Direct Numerical Simulations, numerical solutions of boundary layer equations and linear stability analysis are applied to study two possible ways of transition delay: first, the so-called active wave cancellation, where an anti-wave cancels incoming boundary layer instabilities by up to 97%. A second option is have electromagnetic forces accelerate the boundary layer, thereby modifying its mean velocity profile for greatly enhanced stability. Using evolutionary optimization, a spatial distribution of force amplitude and penetration depth was obtained that maintains laminar flow while minimizing electrical power consumption of the actuator. However, the energetic efficiency of actuation remains less than unity.

The object of the thesis is the computational complexity of certain combinatorial optimisation problems called \emph{valued constraint satisfaction problems}, or \emph{VCSPs} for short. The requirements and optimisation criteria of these problems are expressed by sums of \emph{(valued) constraints} (also called \emph{cost functions}). More precisely, the input of a VCSP consists of a finite set of variables, a finite set of cost functions that depend on these variables, and a cost $u$; the task is to find values for the variables such that the sum of the cost functions is at most $u$. By restricting the set of possible cost functions in the input, a great variety of computational optimisation problems can be modelled as VCSPs. Recently, the computational complexity of all VCSPs for finite sets of cost functions over a finite domain has been classified. Many natural optimisation problems, however, cannot be formulated as VCSPs over a finite domain. We initiate the systematic investigation of infinite-domain VCSPs by studying the complexity of VCSPs for piecewise linear (PL) and piecewise linear homogeneous (PLH) cost functions. The VCSP for a finite set of PLH cost functions can be solved in polynomial time if the cost functions are improved by fully symmetric fractional operations of all arities. We show this by (polynomial-time many-one) reducing the problem to a finite-domain VCSP which can be solved using a linear programming relaxation. We apply this result to show the polynomial-time tractability of VCSPs for {\it submodular} PLH cost functions, for {\it convex} PLH cost functions, and for {\it componentwise increasing} PLH cost functions; in fact, we show that submodular PLH functions and componentwise increasing PLH functions form maximally tractable classes of PLH cost functions. We define the notion of {\it expressive power} for sets of cost functions over arbitrary domains, and discuss the relation between the expressive power and the set of fractional operations improving the same set of cost functions over an arbitrary countable domain. Finally, we provide a polynomial-time algorithm solving the restriction of the VCSP for {\it all} PL cost functions to a fixed number of variables.

Linear algebra operations appear in nearly every application in advanced analytics, machine learning, and of various science domains. Until today, many data analysts and scientists tend to use statistics software packages or hand-crafted solutions for their analysis. In the era of data deluge, however, the external statistics packages and custom analysis programs that often run on single-workstations are incapable to keep up with the vast increase in data volume and size. In particular, there is an increasing demand of scientists for large scale data manipulation, orchestration, and advanced data management capabilities. These are among the key features of a mature relational database management system (DBMS). With the rise of main memory database systems, it now has become feasible to also consider applications that built up on linear algebra. This thesis presents a deep integration of linear algebra functionality into an in-memory column-oriented database system. In particular, this work shows that it has become feasible to execute linear algebra queries on large data sets directly in a DBMS-integrated engine (LAPEG), without the need of transferring data and being restricted by hard disc latencies. From various application examples that are cited in this work, we deduce a number of requirements that are relevant for a database system that includes linear algebra functionality. Beside the deep integration of matrices and numerical algorithms, these include optimization of expressions, transparent matrix handling, scalability and data-parallelism, and data manipulation capabilities. These requirements are addressed by our linear algebra engine. In particular, the core contributions of this thesis are: firstly, we show that the columnar storage layer of an in-memory DBMS yields an easy adoption of efficient sparse matrix data types and algorithms. Furthermore, we show that the execution of linear algebra expressions significantly benefits from different techniques that are inspired from database technology. In a novel way, we implemented several of these optimization strategies in LAPEG’s optimizer (SpMachO), which uses an advanced density estimation method (SpProdest) to predict the matrix density of intermediate results. Moreover, we present an adaptive matrix data type AT Matrix to obviate the need of scientists for selecting appropriate matrix representations. The tiled substructure of AT Matrix is exploited by our matrix multiplication to saturate the different sockets of a multicore main-memory platform, reaching up to a speed-up of 6x compared to alternative approaches. Finally, a major part of this thesis is devoted to the topic of data manipulation; where we propose a matrix manipulation API and present different mutable matrix types to enable fast insertions and deletes. We finally conclude that our linear algebra engine is well-suited to process dynamic, large matrix workloads in an optimized way. In particular, the DBMS-integrated LAPEG is filling the linear algebra gap, and makes columnar in-memory DBMS attractive as efficient, scalable ad-hoc analysis platform for scientists.

Es wird das elastische Feld, das von einem Indentor mit sphärischer Oberfläche i n einem geschichtet aufgebauten Probekörper erzeugt wird, berechnet. Dabei wird neben der Normalkomponente, die bereits in der bekannten Hertzschen L ösung näherungsweise berücksichtigt wird, auch das elastische Feld der Tangentia lkomponente für kleine Winkel zwischen Indentordruckkraft und deren Normalkompon ente betrachtet. Die zwischen Indentor und Probekörper bestehende Reibung führt zu zusätzlichen Zwangskräften, deren elastische Felder ebenfalls abgeleitet werd en. Mit Hilfe eines Ansatzes für die Lösung der Laplace-Gleichung in inhomogenen Räumen, der durch Anwendung der Methode der Spiegel- oder Bildladungen der Pote ntialtheorie erhalten wird, werden unter Anwendung der Potentialmethode Lösungen für den sphärischen Indentorversuch in geschichtete Probekörper entwickelt.

Am Beispiel verschiedener Strömungstypen wird die Stabilität von Strömungen unter Einfluß eines Temperaturfeldes untersucht. Eine reguläre Störungs- rechnung wird durchgeführt, um die Effekte temperatur- abhängiger Stoffwerte systematisch und allgemein- gültig erfassen zu können. Die Ergebnisse werden in Form asymptotischer Reihen für die kritischen Kenn- zahlen der jeweiligen Probleme angegeben. Sowohl die Orr-Sommerfeld-Gleichungen als auch die PSE-Gleichungen, jeweils mit variablen Stoffwerten, kommen bei der Untersuchung von Grenzschicht- strömungen zum Einsatz. Von besonderem Interesse sind hier die Unterschiede in den Lösungen beider mathematischer Modelle bezüglich der Effekte variabler Stoffwerte. Es zeigt sich, dass die Differenzen in den Lösungen beider Theorien für den Fall konstanter und für den Fall variabler Stoffwerte gleich groß sind. Für die Grenzschichtströmung bei natürlicher Kon- vektion an einer beheizten vertikalen Wand werden die vollständigen PSE-Gleichungen gelöst. Hier zeigen sich starke Abweichungen zur lokalen paral- lelen Theorie (Orr--Sommerfeld--Gleichungen).

Die vorliegende Arbeit befasst sich mit der Konvergenztheorie für die regularisierten Lösungen inkorrekter inverser Probleme bei A-priori-Parameterwahl im Hilbertraum. Zunächst werden bekannte Konvergenzratenresultate basierend auf verallgemeinerten Quelldarstellungen systematisch zusammengetragen. Danach wird sich mit dem Fall befasst, was getan werden kann, wenn solche Quellbedingungen nicht erfüllt sind. Man gelangt zur Analysis von Abstandsfunktionen, mit deren Hilfe ebenfalls Konvergenzraten ermittelt werden können. Praktisch wird eine solche Abstandsfunktion anhand der Betrachtung einer Fredholmschen Integralgleichung 2. Art abgeschätzt. Schließlich werden die Zusammenhänge zwischen bedingter Stabilität, Stetigkeitsmodul und Konvergenzraten erörtert und durch ein Beispiel zur Laplace-Gleichung untermauert. / This dissertation deals with the convergence theory of regularized solutions of ill-posed inverse problems in Hilbert space with a priori parameter choice. First, well-known convergence rate results based on general source conditions are brought together systematically. Then it is studied what can be done if such source conditions are not fulfilled. One arrives at the analysis of distance functions. With their help, convergence rates can be determined, too. As an example, a distance function is calculated by solving a Fredholm integral equation of the second kind. Finally, the cross-connections between conditional stability, the modulus of continuity and convergence rates is treated accompanied with an example concerning the Laplace equation.

The focus of this paper is on conditional stability estimates for ill-posed inverse problems in partial differential equations. Conditional stability estimates have been obtained in the literature by a couple different methods. In this paper we propose a method called interpolation method, which is based on interpolation in variable Hilbert scales. We are going to work out the theoretical background of this method and show that optimal conditional stability estimates are obtained. The capability of our method is illustrated by a comprehensive collection of different inverse and ill-posed PDE problems containing elliptic and parabolic problems, one source problem and the problem of analytic continuation.

Energy consumption rates have been dramatically increasing on a global scale within the last few decades. A significant role in this increase is subjected by the recent high temperature levels especially at summer time which caused a rapid increase in the air conditioning demands. Such phenomena can be clearly observed in developing countries, especially those in hot climate regions, where people depend mainly on conventional air conditioning systems. These systems often show poor performance and thus negatively impact the environment which in turn contributes to global warming phenomena. In recent years, the demand for urban or district cooling technologies and networks has been increasing significantly as an alternative to conventional systems due to their higher efficiency and improved ecological impact. However, to obtain an efficient design for district cooling systems is a complex task that requires considering a wide range of cooling technologies, various network layout configuration possibilities, and several energy resources to be integrated. Thus, critical decisions have to be made regarding a variety of opportunities, options and technologies. The main objective of this thesis is to develop a tool to obtain preliminary design configurations and operation patterns for district cooling energy systems by performing roughly detailed optimizations and further, to introduce a decision-making approach to help decision makers in evaluating the economic aspects and environmental performance of urban cooling systems at an early design stage. Different aspects of the subject have been investigated in the literature by several researchers. A brief survey of the state of the art was carried out and revealed that mathematical programming models were the most common and successful technique for configuring and designing cooling systems for urban areas. As an outcome of the survey, multi objective optimization models were decided to be utilized to support the decision-making process. Hence, a multi objective optimization model has been developed to address the complicated issue of decision-making when designing a cooling system for an urban area or district. The model aims to optimize several elements of a cooling system such as: cooling network, cooling technologies, capacity and location of system equipment. In addition, various energy resources have been taken into consideration as well as different solar technologies such as: trough solar concentrators, vacuum solar collectors and PV panels. The model was developed based on the mixed integer linear programming method (MILP) and implemented using GAMS language. Two case studies were investigated using the developed model. The first case study consists of seven buildings representing a residential district while the second case study was a university campus district dominated by non-residential buildings. The study was carried out for several groups of scenarios investigating certain design parameters and operation conditions such as: Available area, production plant location, cold storage location constraints, piping prices, investment cost, constant and variable electricity tariffs, solar energy integration policy, waste heat availability, load shifting strategies, and the effect of outdoor temperature in hot regions on the district cooling system performance. The investigation consisted of three stages, with total annual cost and CO2 emissions being the first and second single objective optimization stages. The third stage was a multi objective optimization combining the earlier two single objectives. Later on, non-dominated solutions, i.e. Pareto solutions, were generated by obtaining several multi objective optimization scenarios based on the decision-makers’ preferences. Eventually, a decision-making approach was developed to help decision-makers in selecting a specific solution that best fits the designers’ or decision makers’ desires, based on the difference between the Utopia and Nadir values, i.e. total annual cost and CO2 emissions obtained at the single optimization stages. / Die Energieverbrauchsraten haben in den letzten Jahrzehnten auf globaler Ebene dramatisch zugenommen. Diese Erhöhung ist zu einem großen Teil in den jüngst hohen Temperaturniveaus, vor allem in der Sommerzeit, begründet, die einen starken Anstieg der Nachfrage nach Klimaanlagen verursachen. Solche Ereignisse sind deutlich in Entwicklungsländern zu beobachten, vor allem in heißen Klimaregionen, wo Menschen vor allem konventionelle Klimaanlagensysteme benutzen. Diese Systeme verfügen meist über eine ineffiziente Leistungsfähigkeit und wirken sich somit negativ auf die Umwelt aus, was wiederum zur globalen Erwärmung beiträgt. In den letzten Jahren ist die Nachfrage nach Stadt- oder Fernkältetechnologien und -Netzwerken als Alternative zu konventionellen Systemen aufgrund ihrer höheren Effizienz und besseren ökologischen Verträglichkeit satrk gestiegen. Ein effizientes Design für Fernkühlsysteme zu erhalten, ist allerdings eine komplexe Aufgabe, die die Integration einer breite Palette von Kühltechnologien, verschiedener Konfigurationsmöglichkeiten von Netzwerk-Layouts und unterschiedlicher Energiequellen erfordert. Hierfür ist das Treffen kritischer Entscheidungen hinsichtlich einer Vielzahl von Möglichkeiten, Optionen und Technologien unabdingbar. Das Hauptziel dieser Arbeit ist es, ein Werkzeug zu entwickeln, das vorläufige Design-Konfigurationen und Betriebsmuster für Fernkälteenergiesysteme liefert, indem aureichend detaillierte Optimierungen durchgeführt werden. Zudem soll auch ein Ansatz zur Entscheidungsfindung vorgestellt werden, der Entscheidungsträger in einem frühen Planungsstadium bei der Bewertung städtischer Kühlungssysteme hinsichtlich der wirtschaftlichen Aspekte und Umweltleistung unterstützen soll. Unterschiedliche Aspekte dieser Problemstellung wurden in der Literatur von verschiedenen Forschern untersucht. Eine kurze Analyse des derzeitigen Stands der Technik ergab, dass mathematische Programmiermodelle die am weitesten verbreitete und erfolgreichste Methode für die Konfiguration und Gestaltung von Kühlsystemen für städtische Gebiete sind. Ein weiteres Ergebnis der Analyse war die Festlegung von Mehrzieloptimierungs-Modelles für die Unterstützung des Entscheidungsprozesses. Darauf basierend wurde im Rahmen der vorliegenden Arbeit ein Mehrzieloptimierungs-Modell für die Lösung des komplexen Entscheidungsfindungsprozesses bei der Gestaltung eines Kühlsystems für ein Stadtgebiet oder einen Bezirk entwickelt. Das Modell zielt darauf ab, mehrere Elemente des Kühlsystems zu optimieren, wie beispielsweise Kühlnetzwerke, Kühltechnologien sowie Kapazität und Lage der Systemtechnik. Zusätzlich werden verschiedene Energiequellen, auch solare wie Solarkonzentratoren, Vakuum-Solarkollektoren und PV-Module, berücksichtigt. Das Modell wurde auf Basis der gemischt-ganzzahlig linearen Optimierung (MILP) entwickelt und in GAMS Sprache implementiert. Zwei Fallstudien wurden mit dem entwickelten Modell untersucht. Die erste Fallstudie besteht aus sieben Gebäuden, die ein Wohnviertel darstellen, während die zweite Fallstudie einen Universitätscampus dominiert von Nichtwohngebäuden repräsentiert. Die Untersuchung wurde für mehrere Gruppen von Szenarien durchgeführt, wobei bestimmte Designparameter und Betriebsbedingungen überprüft werden, wie zum Beispiel die zur Verfügung stehende Fläche, Lage der Kühlanlage, örtliche Restriktionen der Kältespeicherung, Rohrpreise, Investitionskosten, konstante und variable Stromtarife, Strategie zur Einbindung der Solarenergie, Verfügbarkeit von Abwärme, Strategien der Lastenverschiebung, und die Wirkung der Außentemperatur in heißen Regionen auf die Leistung des Kühlsystems. Die Untersuchung bestand aus drei Stufen, wobei die jährlichen Gesamtkosten und die CO2-Emissionen die erste und zweite Einzelzieloptimierungsstufe darstellen. Die dritte Stufe war ein Pareto-Optimierung, die die beiden ersten Ziele kombiniert. Im Anschluss wurden nicht-dominante Lösungen, also Pareto-Lösungen, erzeugt, indem mehrere Pareto-Optimierungs-Szenarien basierend auf den Präferenzen der Entscheidungsträger abgebildet wurden. Schließlich wurde ein Ansatz zur Entscheidungsfindung entwickelt, um Entscheidungsträger bei der Auswahl einer bestimmten Lösung zu unterstützen, die am besten den Präferenzen des Planers oder des Entscheidungsträgers enstpricht, basierend auf der Differenz der Utopia und Nadir Werte, d.h. der jährlichen Gesamtkosten und CO2-Emissionen, die Ergebnis der einzelnen Optimierungsstufen sind.