Kopplung von Simulation und Optimierung

Slides:



Advertisements
Ähnliche Präsentationen
Simulationsansätze in der BWL: Erstellung eines eigenen Projekts
Advertisements

Matrixmultiplikation
Eingebettete Systeme Qualität und Produktivität
Das Welcome Centre der Philipps-Universität Marburg
Problemlösekompetenz nachhaltig entwickeln - aber wie?
Die 1-Baum-Relaxation des TSP mit der Subgradientenmethode
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2011.
Modelle und Methoden der Linearen und Nichtlinearen Optimierung (Ausgewählte Methoden und Fallstudien) U N I V E R S I T Ä T H A M B U R G November 2012.
Algorithmen und Komplexität
Klaus Volbert 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Sommersemester 2004.
Präsentation Expression Web 2
Universität Stuttgart Institut für Kernenergetik und Energiesysteme LE P MuSofT Erkundungsumgebung Entwicklung eines komponentenbasierten Systems WS 03/04.
ASAM ODS Daten standardisiert auswerten
SciAgents - Eine agentenbasierte Umgebung für verteilte wissenschaftliche Berechnungen Alexander StarkeSeminar Software Agenten
WS Algorithmentheorie 08 – Dynamische Programmierung (2) Matrixkettenprodukt Prof. Dr. Th. Ottmann.
Genetische Algorithmen
Computerkurs: Quantitative Auswertung biochemischer Experimente Tag 8 Einführung in die numerische Integration Aufgabe 18: Simulation einer Assoziationskinetik.
Universitäts- und Landesbibliothek Darmstadt
Professionelles Projektmanagement in der Praxis
PG 520 Intelligence Service – gezielte Informationen aus dem Internet
High Performance = Innovative Computer Systems + Efficient Algorithms Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen.
Algorithmen und Komplexität
Algorithmen des Internets 2005 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität 1 Klausuraufgaben.
Entwicklung von Simulationsmodellen WS 2007/08 Dr. Falk-Juri Knauft Mittwoch 9.15 Uhr – Uhr S25 Praktikum zur Entwicklung von Simulationsmodellen:
Entwicklung von Simulationsmodellen
Entwicklung von Simulationsmodellen WS 2007/08 Dr. Falk-Juri Knauft Mittwoch 9.15 Uhr – Uhr S25 Praktikum zur Entwicklung von Simulationsmodellen:
Entwicklung von Simulationsmodellen
Entwicklung von Simulationsmodellen WS 2007/08 Dr. Falk-Juri Knauft Mittwoch 9.15 Uhr – Uhr S25 Praktikum zur Entwicklung von Simulationsmodellen:
3. März 2000LS VI Workshop: Kalibrierung und Optimierung1/20 Kalibrierung und Optimierung in simulierten Multiagentensystemen Christoph Oechslein.
Inhalt Einführung Problemstellung / Ziele Definitionen
Dear Collegues, in In this paper I will focus on
Die Simulation von Planetenbewegungen
1 Friedrich-Alexander-Universität Erlangen-Nürnberg Christoph Rager Modellbasierte Zuverlässigkeitsanalyse (Hauptseminar 1: Qualitäts- und Zuverlässigkeitsmangagement)
Distributed Multimedia Control Steuerung und Überwachung von Präsentationen in Netzwerken.
Prof. Dr. Gerhard Schmidt pres. by H.-J. Steffens Software Engineering SS 2009Folie 1 Systementwurf Überblick: Entwicklung der globalen Problemlösungsstrategie.
Pagoda Systems Software Solutions
Entwurf und Realisierung einer digitalen Bibliothek zur Verwaltung von Notenhandschriften Dipl.-Ing. Temenushka Ignatova Datenbank- und Informationssysteme,
Einführung in die Programmierung Wintersemester 2013/14 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Kollektionen in Java Aufzählungstypen, Generische Typen
Dateien Datei = File (engl.) Mögliche Inhalte einer Datei
1 Hausarbeitsseminar WS 2004/05 Analyse und Optimierung des Café Central mittels Warteschlangentheorie und Simulation (inkl. Umsetzung mit der Simulationssoftware.
Optimierungs- Algorithmen
Copyright Melville-Schellmann 2009 Beratung und Entwicklung für CRM-Software Schritt 1 Vertragliche Grundlagen Aktion Beauftragung eines.
Computergraphische Visualisierungs- verfahren für 3D-Stadtmodelle
Effiziente Algorithmen
Mehrkriterielle Optimierung mit Metaheuristiken
Praktische Optimierung
Einführung in die Programmierung Wintersemester 2008/09 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Einführung in die Programmierung Wintersemester 2009/10 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Einführung in die Programmierung Wintersemester 2012/13 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Bernhard Spiegel Sozialdienstleistungen von allgemeinem Interesse Arbeiten des Sozialschutzausschusses Stand Oktober 2008.
Uwe Habermann Venelina Jordanova Schreiben von Visual FoxPro Code in der Oberfläche.
Universität Zürich Informatikdienste GoKoordinatorenmeeting 27. April UZH Global Storage Projekt.
Wie bewältigt man Stationaritätsannahmen in der Geostatistik? Brenning & van den Boogaart A.Brenning, Humboldt-Universität zu Berlin
Vorstellung des Entwurfs
2 . ÜBERWACHUNG SOZIALGENOSSENSCHAFTEN
DTSW e.V. Deutsch-Tschechische und Deutsch- Slowakische Wirtschaftsvereinigung e.V. Kompetenz seit 21 Jahren.
AK Simulationswerkzeuge für das RE R. Schmid / Folie 1 Evaluation von simulationsfähigen RE-Werkzeugen Reto Schmid Institut für Informatik,
Eine Hilfe zum Verständnis der Finite-Elemente-Methode
Was ist Gesundheit? Soziologie in den Gesundheitswissenschaften Vorbesprechung, VO SS 2009, Di – 20.00, Hs 50 Institut für Soziologie,
Klassifikation und Regression mittels neuronaler Netze
Integration qualitativer und quantitativer Erkenntnisse
Ilka Rehr, Geodätisches Institut, Leibniz Universität Hannover
Nichtlineare Optimierung
Optimierungs- Algorithmen
Vorlesung Wasserwirtschaft & Hydrologie I
Einbindung in laufende und zukünftige Aufgaben Rainer Lehfeldt Bundesanstalt für Wasserbau Hamburg - Workshop Büsum Ziele für NOKIS++
Focusing Search in Multiobjective Evolutionary Optimization through Preference Learning from User Feedback Thomas FoberWeiwei ChengEyke Hüllermeier AG.
Kompetenz Bauinformatik Vorstellung der Vertiefungen und Kompetenzen Institut für Bauinformatik – Prof. Dr.-Ing. Raimar J. Scherer Fakultät Bauingenieurwesen,
Kleines 1x1 ABCD Aufgaben Kleines 1x1 A · 8 = Lösung.
 Präsentation transkript:

Kopplung von Simulation und Optimierung Eine Vorstellung von BlueM.Opt Felix Froehlich, Christoph Hübner Fachgebiet Ingenieurhydrologie und Wasserbewirtschaftung Institut für Wasserbau und Wasserwirtschaft Technische Universität Darmstadt http://www.ihwb.tu-darmstadt.de/ 1. Darmstädter Ingenieurkongress, 14.-15.09.2009 - Darmstadt 25. März 2017 |

Prinzip simulationsbasierter Optimierung Optimierungswerkzeug Simulationswerkzeug Modellparameter Optimierungsalgorithmus Modell Simulation Simulationsergebnisse 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 2

Problembeschreibung Kein einzelnes Modell/Simulationswerkzeug kann alle Anwendungsgebiete abdecken Kein einzelner Optimierungsalgorithmus ist für alle Problemstellungen geeignet → Entwicklung eines generischen Optimierungssystems für die problemgetriebene Kopplung von geeigneten Modellen und Optimierungsalgorithmen 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 3

Optimierungsalgorithmen Modularer Aufbau Zusätzliche Simulationsmodelle BlueM.Opt Optimierungsalgorithmen Modularer Aufbau Werkzeuge 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 4 25. März 2017 |

Optimierungsalgorithmen BlueM.Opt Optimierungsalgorithmen Modularer Aufbau 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 5 25. März 2017 |

Integrierte Algorithmen PES: Parametric Evolution Strategy (Muschalla, 2006 und Hübner, 2003) CES: Combinatorial Evolution Strategy (Hübner, 2008) HYBRID: Kombination von PES and CES (Hübner, 2008) Hooke & Jeeves: Gradientenverfahren (Hooke & Jeeves, 1961) MetaEvo: Sequentielle Nutzung globaler und lokaler Verfahren (Kerber, 2008) DDS: Dynamically Dimensioned Search (Tolson & Shoemaker, 2007) TSP: Traveling Salesman Problem SensiPlot: Sensitivitätsanalyse … 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 6

Integration von Optimierungsalgorithmen Problemdefinition Einstellungen * BlueM.Opt übergibt dem Controller das Problem und die Einstellungen * Controller können auf Schnittstellen für Diagrammanzeige, Simulationsausführung, etc. zugreifen 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 7 25. März 2017 |

Optimierungsalgorithmen Simulationsmodelle Simulationsmodelle BlueM.Opt Optimierungsalgorithmen Modularer Aufbau 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 8 25. März 2017 |

Integrierte Simulationsmodelle BlueM.Sim: Hydrologisches Flussgebietsmodell SMUSI: Schmutzfrachtsimulationsmodell SWMM: Storm Water Management Model … Interne Anwendungen: Testprobleme: Mathematische Optimierungsprobleme Traveling Salesman: Rundreiseproblem … 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 9

Integration von Simulationsmodellen Möglichkeit paralleler Evaluierung (multithreading) Mutterklasse → writeParameters() [Textdateien] .NET Wrapper → launchSim() [EXE / DLL] → readSimResults() [Werte / Zeitreihen] .NET Fortran 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 10

Zusätzliche Werkzeuge Simulationsmodelle BlueM.Opt Optimierungsalgorithmen Modularer Aufbau Werkzeuge 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 11 25. März 2017 |

Eingabedateien Definition des Optimierungsproblems Eingabe über Textdateien Unabhängig von Simulationsmodell oder Algorithmus 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 12

Zusätzliche Werkzeuge Grafische Benutzeroberfläche Optimierungen starten, stoppen, … Einstellungen bearbeiten, laden, … Überwachung des Optimierungsfortschritts 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 13

Zusätzliche Werkzeuge Analysemöglichkeiten Datenbank von Lösungen Lösungsauswahl / -vergleich Ganglinienanzeige Scatterplot Matrix Wave bietet zusätzlich Schnittstelle für Einlesen gängiger Zeireihenformate 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 14 25. März 2017 |

Anwendungsgebiete Wassergüteorientierte Optimierung urbaner Entwässerungssysteme Optimierung der regelbasierten Steuerung urbaner Entwässerungssysteme Mono- und multikriterielle Autokalibrierung von N-A- und Kanalnetzmodellen (Quantität und Qualität) Optimierung von Speicherbetriebsregeln hinsichtlich Ökologie, Wasserversorgung, Wasserkrafterzeugung und Hochwasserschutz Optimierung von Hochwasserschutzstrategien hinsichtlich Platzierung, Typ und Retentionsvermögen von Maßnahmen … 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 15

Verfügbarkeit Lauffähige Version Quellcode Freier Download Quellcode Für Forschungszwecke nach Absprache und Vereinbarung http://www.ihwb.tu-darmstadt.de/bluem/ 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 16

Vielen Dank! Felix Froehlich und das ihwb-Team, froehlich@ihwb.tu-darmstadt.de http://www.ihwb.tu-darmstadt.de/bluem/ 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 17

Algorithmus: PES Anwendung: Testprobleme 15 Parameter, 2 Zielfunktionen (konvex, nicht stetig) 2 Parameter, 2 Zielfunktionen, 2 Randbedingungen 2 Parameter, 1 Zielfunktion 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 18

Algorithmus: HYBRID (PES + CES) Anwendung: BlueM.Sim Optimierung von Hochwasserschutzstrategien hinsichtlich Platzierung, Typ und Retentionsvermögen von Maßnahmen Jede Farbe entspricht einer anderen Kombination von Maßnahmen 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 19

Algorithmus: SensiPlot Sensitivitätsanalyse 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 20

Algorithmus: TSP Rundreiseproblem (Traveling Salesman) 15. September 2009 | Felix Froehlich | Fachgebiet ihwb | Institut für Wasserbau und Wasserwirtschaft | TUD | http://www.ihwb.tu-darmstadt.de/ | 21