-
Wie unterscheidet sich das Vorgehen zu den bisherigen Optimierungsaufgaben?
- bisher: Behandlung von Optimierungsaufgaben jeweils als Gesamtproblem
- Schwierigkeit: bei komplexen Strukturen oder Systemen bei Anwachsen der Zahl von Entwurfsvariablen (etwa > 200) versagen viele der bereitgestellten Methoden oder sind einfach nicht mehr effektiv anwendbar.
- dann mitunter sinnvoll: Dekomposition, Zerlegung des Optimierungsproblems in mehrere kleine Subprobleme und Kombinieren der einzelnen Probleme so, dass für das Gesamtproblem ein Optimum erhalten wird.
-
Welche zwei grundsätzlich verschiedene Klassen von Dekompositionsstrategien gibt es?
- Modelldekomposition: Aufteilen des Strukturmodells oder des Optimierungsmodells
- Dekomposition der Berechnung: Teilaufgaben auf verschiedenen Rechern oder Prozessoren (Paralell Processing)
-
Wie funktioniert die Modelldekomposition?
-
Wie sieht die prinzipielle Situation bei der Dekomposition eines Optimierungsproblems aus?
- Dekomposition
- Entwurfsvariablen
- Zustandsgrößen
- Zielfunktion
- Restriktionen und
- Suboptimierungsprobleme der Art
- Je nach Systemstruktur und Koordinationsstrategie verschiedene formale und heuristische Verfahren.
-
Wie funktioniert die Dekomposition der Berechnung?
- Parallelverarbeitung auf Parallelrechnern oder Workstation-Netzwerken, d.h. Berechnungsteilaufgaben werden zeitgleich von verschiedenen Prozessoren oder Rechnern ausgeführt.
- Gut parallelisierbar sind z.B. Sensivitätsanalysen.
- Parallelisierung erfordert neben geeigneter Hardware entsprechende Prozessaufteilung, Prozesssteuerung und Kommunikation zwischen den Teilprozessen.
|
|