TechnischeUniversitätMünchen

复杂系统设计溶液空间的数值优化(PHD)

到2021年10月26日的申请

将大型技术系统(例如飞机或车辆)分成几个较小且更可管理的部件或组件是降低设计复杂性的常用技术。这可以通过制定有助于将分离的和独立设计工作转向整体系统设计目标的组件要求来实现。良好的组件要求保证 - 满足 - 交互组件的系统达到整体设计目标。此外,它们与绝对必要的一样受限制,从而提供最大的设计自由。对于复杂的系统,这难以实现复杂的系统,其中应考虑与大量可能的组件属性组合的非线性分量相互作用。

现有方法计算所谓的解决方案空间,该解决方案是组件属性的允许区域的笛卡尔乘积。他们依赖于数值优化算法的特殊调整。遗憾的是,可以将任意非线性系统处理任意非线性系统的方法限制为一维允许区域,即间间隔类型的要求,每个都是每个组件属性的要求。然而,即使在最大化时,间隔类型的要求也可能是不必要的限制性的。当组件具有若干相关性质时,每个组件的要求将总共限制超过(或至少是限制性的)所有这些要求。该项目的目标是计算和最大化广义组件解决方案空间:它们是一个组件的所有相关属性的最大高维(或可能无限的)允许区域。如果在其各自的组件解决方案空间内实现了所有组件的特性,则将通过最大的设计自由实现整体设计目标。从数值优化到现代机器学习算法的数值工具。

更多信息在完整规格中可用:

mw.tum.de/fileadmin/w00btx/lpl/job_offers/ausschr_solutionspaces_2021-10-05_1_.pdf.

请登录您的帐户

本网站使用Cookie和其他跟踪技术来协助导航和您提供反馈的能力,分析您的产品和服务的使用,协助我们的促销和营销工作,并提供第三方的内容。隐私政策

Baidu