scholarly journals Identifikation und Optimierung im Kontext technischer Anwendungen

2017 ◽  
Author(s):  
Dirk Schellenberg

Die vorliegende Arbeit richtet sich an Ingenieure und Wissenschaftler im Bereich der Parameteridentifikation und Formoptimierung sowie der Materialcharakterisierung. Vor dem Hintergrund der Entwicklung eines hauseigenen Optimierungsprogrammes werden die darin implementierten Verfahren in kompakter Form dargestellt und bewertet. Diese umfassen ein robustes Levenberg-Marquardt-Fletcher-Verfahren, Line-Search- und Trust-Region-Verfahren, Algorithmen zur Approximation der Hesse-Matrix sowie Verfahren zur Startparametervariation. Zudem werden Schnittstellen zur Einbindung von ABAQUS, ANSYS und MSC.MARC vorgestellt. Der zweite Teil der Arbeit bezieht sich auf die Weiterentwicklung bestehender Verfahren zur Stoffgesetzanpassung bei Gummiwerkstoffen. Hierbei wird das Konzept der Anpassung anhand bauteilnaher Probekörper vorgestellt. Am Beispiel einer Fahrwerksbuchse wird das Konzept intensiv beleuchtet, die Eignung zur Anwendung im industriellen Umfeld dargelegt und es werden die Vorteile geg...

2017 ◽  
Vol 78 (3) ◽  
pp. 911-928 ◽  
Author(s):  
Saman Babaie–Kafaki ◽  
Saeed Rezaee

2015 ◽  
Vol 2015 ◽  
pp. 1-8
Author(s):  
Yunlong Lu ◽  
Weiwei Yang ◽  
Wenyu Li ◽  
Xiaowei Jiang ◽  
Yueting Yang

A new trust region method is presented, which combines nonmonotone line search technique, a self-adaptive update rule for the trust region radius, and the weighting technique for the ratio between the actual reduction and the predicted reduction. Under reasonable assumptions, the global convergence of the method is established for unconstrained nonconvex optimization. Numerical results show that the new method is efficient and robust for solving unconstrained optimization problems.


2017 ◽  
Vol 95 (10) ◽  
pp. 1950-1972 ◽  
Author(s):  
Hamid Esmaeili ◽  
Majid Rostami ◽  
Morteza Kimiaei

Author(s):  
Saman Babaie-Kafaki ◽  
Saeed Rezaee

Hybridizing the trust region, line search and simulated annealing methods, we develop a heuristic algorithm for solving unconstrained optimization problems. We make some numerical experiments on a set of CUTEr test problems to investigate efficiency of the suggested algorithm. The results show that the algorithm is practically promising.


Sign in / Sign up

Export Citation Format

Share Document