Advertisement

Topologie und Dynamische Netzwerke: Anwendungen Der Optimierung MIT Zukunft

  • Günter Leugering
  • Alexander Martin
  • Michael Stingl

Auszug

Die optimale Auslegung von Infrastrukturen z. B. bei der Verkehrsplanung und bei der Planung von Versorgungssystemen, die optimale Strukturierung bzw. Formgebung von Materialien und Werkstücken z. B. im Leichtbau sind aktuelle Themen angewandter Forschung. In beiden Bereichen wurde bis in die jüngste Zeit vornehmlich eine simulationsbasierte Optimierung auf der Grundlage einer Parameterjustierung vorgenommen, die oft wenig systematisch und zeit- und kostenintensiv ist. Stattdessen erweisen sich modellbasierte mathematische Optimierungsalgorithmen zusammen mit moderner numerischer Simulations-und Visualisierungstechnologie zunehmend als Katalysator neuer Technologien. Eine so verstandene Mathematische Optimierung kann bereits auf beeindruckende Erfolgsgeschichten verweisen und so den Anspruch als eine Zukunftsdisziplin behaupten. Diesem Anspruch trägt die Einrichtung des DFG-Schwerpunktprogramms 1253, Optimierung mit partiellen Differentialgleichungen’ im Jahre 2006 Rechnung, in dem über 25 Projekte im Bundesgebiet sowohl auf die theoretische Fundierung, als auch und insbesondere auf die Verzahnung zwischen Methodenentwicklung und numerischer Realisierung fokussieren. Forschung im Bereich der mathematischen Optimierung und Steuerung von Prozessen bzw. Eigenschaften, die mit Hilfe partieller Differentialgleichungen, so genannten, verteilten Systemen’, beschrieben werden, erfolgt im Kontext konkreter und exemplarischer Anwendungssituationen, die neue mathematische Herausforderungen markieren: Sicherheitsvorgaben etwa bei der Belastung von Gas- und Frischwasserleitungen oder solche für die Belastbarkeit von Verkehrsflugzeugen führen auf Druckbeschränkungen bzw.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. [1]
    G. Allaire, Shape optimization by the homogenization method Applied Mathematical Sciences 146, Springer Verlag 2002Google Scholar
  2. [2]
    G. Allaire F. Gournay, F. Jouve und A.-M. Toader, Structural optimization using topological and shape sensitivities via a level set method, Ecole Polytechnique, R.I. Nr. 555, 2004.Google Scholar
  3. [3]
    G. Allaire und R. Kohn. Optimal design for minimum weight ans compliance in plane stress using extremal microstructures. European J. on Mechanics (A/Solids), 12:839–878, 1993.zbMATHMathSciNetGoogle Scholar
  4. [4]
    A. Ben-Tal, M. Kocvara, A. Nemirovski, und J. Zowe. Free material design via semi-definite programming. The multi-load case with contact conditions. SIAM J. Optimization, 9(4): 813–832, 1999.zbMATHCrossRefMathSciNetGoogle Scholar
  5. [5]
    M. P. Bendsøe und O. Sigmund. Toplogy Optimization. Theory, Methods and Applications, Springer-Verlag, Heidelberg, 2004.Google Scholar
  6. [6]
    M. Bernot, V. Caselles und J.-M. Morel, Branched transportation networks, Springer-Verlag 2007/2008Google Scholar
  7. [7]
    Durand, M., Architecture of optimal transport networks, Physical Review E (2006) 73, 016116.CrossRefMathSciNetGoogle Scholar
  8. [8]
    M. Gugat und G. Leugering, Global boundary controllability of the de St. Venant system for sloped channels with friction. Annales de l’Institut Henri Poincare Non Linear Analysis, Vol. 25, 2008, in press, published online.Google Scholar
  9. [9]
    F. Hante, G. Leugering und T.I. Seidman, Modeling and Analysis of Modal Switching in Networked Transport Systems, Appl. Math. and Optim. (in press 2008)Google Scholar
  10. [10]
    M. Kocvara, M. Stingl und R. Werner. MOPED User’s Guide. Version 1.02. Research Report 262, Institute of Applied Mathematics, University of Erlangen, 2000.Google Scholar
  11. [11]
    J. E. Lagnese und G. Leugering, Domain decomposition methods in optimal control of partial differential equations., ISNM. International Series of Numerical Mathematics 148. Basel: Birkhäuser. xiii, 443 p., 2004.Google Scholar
  12. [12]
    A. Martin, M. Möller und S. Moritz, Mixed Integer Models for the Stationary Case of Gas Network Optimization, Mathematical Programming B, 2006, 105, 563–582.zbMATHCrossRefGoogle Scholar
  13. [13]
    D. Mahlke, A. Martin und S. Moritz, A simulated annealing algorithm for transient optimization in gas networks. Mathematical Methods of Operations Research, 2007, 66, 99–116.zbMATHCrossRefMathSciNetGoogle Scholar
  14. [14]
    G. I. N. Rozvany, Topology optimization of multi-purpose structures, Math. Methods Oper. Res., (1998), 47/2, 265–287.MathSciNetGoogle Scholar
  15. [15]
    J. Sokolowski und A. Zochowski, Topological derivatives for elliptic problems, Inverse problems (1999), 15, 123–134.zbMATHCrossRefMathSciNetGoogle Scholar
  16. [16]
    M. Stingl, M. Kocvara und G. Leugering, Free Material Optimization with Gontrol of the Fundamental Eigenfrequency, FAU Institute of Applied Mathematics, Preprint 319 (in review SIAM J Optim.)Google Scholar
  17. [17]
    M. Stingl, M. Kocvara und G. Leugering, A Sequential Convex Semidefinite Programming Algorithm for Multiple-Load Free Material Optimization, FAU Institute of Applied Mathematics, Preprint 317 (in review SIAM J Optim.)Google Scholar
  18. [18]
    J. Zowe, M. Kocvara und M. Bendsøe. Free material optimization via mathematical programming. Mathematical Programming, Series B, 79: 445–466, 1997.MathSciNetGoogle Scholar

Copyright information

© acatech - Deutsche Akademie der Technikwissenschaften, Springer-Verlag Berlin Heidelberg 2009

Authors and Affiliations

  • Günter Leugering
    • 1
  • Alexander Martin
    • 2
  • Michael Stingl
  1. 1.Universität Erlangen-NürnbergDeutschland
  2. 2.TU DarmstadtDeutschland

Personalised recommendations