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:qucosa:18802 |
| Date | 14 May 2007 |
| Creators | Stöcker, Martin |
| Contributors | Luderer, Bernd, Kux, Steffen, Technische Universität Chemnitz |
| Publisher | IAV GmbH, Chemnitz |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | German |
| Detected Language | German |
| Type | doc-type:masterThesis, info:eu-repo/semantics/masterThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0023 seconds