Die Vorlesung bietet einen generellen Einstieg in die Grundlagen und Möglichkeiten der angewandten mathematischen Optimierung und behandelt dabei Anwendungsgebiete auf unterschiedlichen Skalen von der Identifikation kinetischer Modelle, über die optimale Auslegung von Grundoperationen bis hin zur Optimierung ganzer (Teil-)prozesse und der Produktionsplanung. Dabei werden neben den Grundlagen der Klassifikation und Formulierung von Optimierungsproblemen, unterschiedliche Lösungsansätze und deren Anwendung diskutiert, wobei neben deterministischen gradientenbasierten Verfahren ebenfalls Metaheuristiken wie evolutionäre und genetische Algorithmen besprochen werden.
- Einführung in die angewandte Optimierung
- Formulierung von Optimierungsproblemen
- Lineare Optimierung
- Nichtlineare Optimierung
- Gemischt-ganzzahlige (nicht)lineare Optimierung
- Mehrkriterielle Optimierung
- Globale Optimierung
Performance accreditation:
m1709-2021 - Angewandte Optimierung in der Energie- und Verfahrenstechnik<ul><li>p1655-2021 - Angewandte Optimierung in der Energie- und Verfahrenstechnik: mündlich</li></ul>
Ahmed, Taha (2024). Development of an iterative multi-agent coordination framework for congestion prevention in low voltage grids.
Busch, Marcel (2024). Entwicklung eines Netzmodells zur szenarienbasierten Untersuchung von Engpässen in heutigen und zukünftigen städtischen Verteilnetzen.
Lindner, Joost (2024). Entwicklung einer probabilistischen Lastprognose für die Niederspannungsebene elektrischer Verteilnetze.
Ming, Zhao (2024). Conceptual Design for a grid demonstrator for teaching purposes and development of a suitable distribution grid simulation.
Wilke, Jan Jakob (2024). Definition leistungsbasierter Netzregeln zur Engpassvermeidung in elektrischen Verteilnetzen.
completed
2023
Kock am Brink, Jonas (2023). Entwicklung einer Engpassprognose für elektrische Verteilnetze mittels probabilistischer Verfahren.