Topologie und Dynamische Netzwerke: Anwendungen Der Optimierung MIT Zukunft

Die optimale Auslegung von Infrastrukturen z. B. bei der Verkehrsplanung und bei der Planung von Versorgungssystemen, die optimale Strukturierung bzw. Formgebung von Materialien und Werkstucken z. B. im Leichtbau sind aktuelle Themen angewandter Forschung. In beiden Bereichen wurde bis in die jungste 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 tragt die Einrichtung des DFG-Schwerpunktprogramms 1253, Optimierung mit partiellen Differentialgleichungen’ im Jahre 2006 Rechnung, in dem uber 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 fur die Belastbarkeit von Verkehrsflugzeugen fuhren auf Druckbeschrankungen bzw.

[1]  G. Rozvany Topology optimization of multi-purpose structures , 1998, Math. Methods Oper. Res..

[2]  G. Leugering,et al.  Domain Decomposition Methods in Optimal Control of Partial Differential Equations , 2004 .

[3]  Martin P. Bendsøe,et al.  Free material optimization via mathematical programming , 1997, Math. Program..

[4]  G. Allaire,et al.  Structural optimization using topological and shape sensitivity via a level set method , 2005 .

[5]  Günter Leugering,et al.  A Sequential Convex Semidefinite Programming Algorithm with an Application to Multiple-Load Free Material Optimization , 2009, SIAM J. Optim..

[6]  G. Allaire,et al.  Optimal design for minimum weight and compliance in plane stress using extremal microstructures , 1993 .

[7]  Arkadi Nemirovski,et al.  Free Material Design via Semidefinite Programming: The Multiload Case with Contact Conditions , 1999, SIAM J. Optim..

[8]  Alexander Martin,et al.  A simulated annealing algorithm for transient optimization in gas networks , 2007, Math. Methods Oper. Res..

[9]  Alexander Martin,et al.  Mixed Integer Models for the Stationary Case of Gas Network Optimization , 2006, Math. Program..

[10]  Marc Durand Architecture of optimal transport networks. , 2006, Physical review. E, Statistical, nonlinear, and soft matter physics.

[11]  Jean-Michel Morel,et al.  The structure of branched transportation networks , 2008 .

[12]  Jan Sokołowski,et al.  Topological derivatives for elliptic problems , 1999 .

[13]  Falk M. Hante,et al.  Modeling and Analysis of Modal Switching in Networked Transport Systems , 2009 .

[14]  Michael R. Greenberg,et al.  Chapter 1 – Theory, Methods, and Applications , 1978 .

[15]  Qatu,et al.  Shape Optimization by the Homogenization Method. Applied Mathematical Sciences, Vol 146 , 2003 .

[16]  G. Allaire,et al.  Shape optimization by the homogenization method , 1997 .