In der Motorenentwicklung treten Optimierungsprobleme auf, die sich nur schwer mit klassischen Methoden der Optimierung lösen lassen. Daher untersucht diese Arbeit nichtlineare Verfahren der ein- und multikriteriellen Optimierung, die unter Einhaltung nichtlinearer Nebenbedingungen mit relativ wenigen Funktionswertberechnungen in der Lage sind globale Extrema zu finden. Vorgestellt werden ein Genetischer Algorithmus und zwei Ersatzmodell-gestützte Optimierungsverfahren, die in das Optimierungsmodul der IAV EngineeringToolbox integriert wurden. Die Tauglichkeit der Algorithmen wurde an technischen Beispielen (1D-Strömungssimulation, Kettentriebsoptimierung), sowie an geeigneten Testfunktionen überprüft.
Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa.de:bsz:ch1-200701618 |
Date | 09 October 2007 |
Creators | Stöcker, Martin |
Contributors | TU Chemnitz, Fakultät für Mathematik, IAV GmbH, Chemnitz,, Prof. Dr. Bernd Luderer, Dipl.-Math. Steffen Kux |
Publisher | Universitätsbibliothek Chemnitz |
Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
Language | deu |
Detected Language | German |
Type | doc-type:masterThesis |
Format | application/pdf, text/plain, application/zip |
Page generated in 0.0022 seconds