Optimierungsverfahren in der Automatisierungstechnik ()

Vortragende/r (Mitwirkende/r)
  • Stefan Friedrich
  • Marion Leibold
Umfang4 SWS
SemesterSommersemester 2018
Stellung in StudienplänenSiehe TUMonline
TermineSiehe TUMonline

Teilnahmekriterien & Anmeldung

Lernziele

Nach der Teilnahme an den Modulveranstaltungen sind die Studierenden in der Lage eine technische Fragestellungen der Optimierung zu analysieren und als mathematisches Optimierungsprobleme zu formulieren. Die Studierenden sind in der Lage ein passendes numerisches Verfahren zur Lösung auszuwählen und anzuwenden und nach Bewertung der Performanz gegebenenfalls weiterzuentwickeln. Als Grundlage für die numerische Anwendung verstehen die Studierenden die wichtigsten Ergebnisse der mathematischen Theorie und können die Theorie anwenden, um einfache Optimierungsprobleme auch analytisch zu lösen.

Beschreibung

Einführung. - Statische Optimierung: Minimierung von Funktionen einer oder mehrerer Variablen mit und ohne Gleichungs- und/oder Ungleichungsnebenbedingungen; Gradienten- und gradientenfreie Verfahren; Methode der kleinsten Quadrate; Konvexe Optimierungsprobleme; Lineare Programmierung; Numerische Verfahren. - Dynamische Optimierung: Variationsrechnung; Minimum-Prinzip; Dynamische Programmierung; Numerische Verfahren. - Anwendungen: Steuerungs-, Regelungs- und Filterentwurf

Inhaltliche Voraussetzungen

Grundlagen der Regelungstechnik und erweiterte mathematische Kenntnisse.

Studien-, Prüfungsleistung

schriftlich 90 min

Empfohlene Literatur

Arbeitsblättersammlung/Skript zur Vorlesung M. Papageorgiou, M. Leibold, M. Buss, "Optimierung". Springer Vieweg, 4. Auflage 2015.

Links