Advertisement

Generelle Optimierung nichtlinearer Systeme mit „OPOL“

  • W. Voß
  • E. Fabricius
Conference paper
Part of the Operations Research Proceedings book series (ORP, volume 1974)

Zusammenfassung

Im Folgenden wird über ein Verfahren berichtet, das es erstmals erlaubt, Optimierungsprobleme unterschiedlicher Struktur gleichermaßen zu bearbeiten. Damit wird — von praktischen Erfordernissen ausgehend — ein Verfahren angeboten, das die große Zahl verschiedenartiger Ansätze ergänzen oder vielleicht auch ersetzen kann, die jeweils auf bestimmte Typen von Optimierungsproblemen zugeschnitten sind. Es muß allerdings schon an dieser Stelle darauf hingewiesen werden, daß unter bestimmten einschränkenden Bedingungen diese Spezialansätze (z.B. die Programme zur Lösung linearer Optimierungsprobleme) unserem Algorithmus im Hinblick auf die erzielbaren Rechenzeiten überlegen sind. Andererseits hat sich unser Verfahren als besonders zuverlässig erwiesen und eröffnet die Möglichkeit zur Optimierung vieler neuer Problemtypen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturhinweise

  1. M.J.BOX: A new method for constrained optimization and a compa- rison with other methods, in: The Computer Journal, No. 8, 1965.Google Scholar
  2. A.R.COLVILLE: A comparative study on nonlinear programming codes IBM New York Scientific Center Report No.320–2949, Juni 1968 ( Vervielfältigung)Google Scholar
  3. G.HADLEY: Nichtlineare und dynamische Programmierung, Würzburg 1969.Google Scholar
  4. H.KAPPLER: Gradientenverfahren der nichtlinearen Programmierung, Göttingen 1967.Google Scholar
  5. H.P.KÜNZI/W.KRELLE: Nichtlineare Programmierung, Berlin, Göttingen und Heidelberg 1962.Google Scholar
  6. H.MÜLLER-MERBACH: Operations Research, 2.Auflage, München 1971.Google Scholar
  7. J.A.NELDER/R.MEAD: A simplex method for function minimization, in: The Computer Journal, No.7, 1964/65.Google Scholar
  8. M.J.D.POWELL: An efficient method for finding the minimum of a function of several variables without calculating derivatives, in: The Computer Journal, No. 12, 1969.Google Scholar
  9. H.REBEL: PAMIZO, Unterprogramm zur Minimalisierung einer Funktion von mehreren Variablen nach der Rosenbrock-Methode, Programmbeschreibung No.198, Kernforschungszentrum Karlsruhe (Zyklotron-Laboratorium), Arbeitsbericht No. 28, Februar 1969 ( Vervielfältigung).Google Scholar
  10. H.H.ROSENBROCK: An automatic method for finding the greatest or least value of a function, in: The Computer Journal, No. 3, 1960.Google Scholar
  11. M.TIEDE: Theorie und Praxis eines verbesserten Suchverfahrens, in: Statistische Hefte, 14.Jg., 1973, Heft 1.Google Scholar
  12. U.UEING: Zwei Lösungsmethoden für nichtkonvexe Programmierungsprobleme, Berlin, Heidelberg und New York 1971.Google Scholar
  13. W.VOSS: Minimierung und Optimierung, in: Statistische Hefte, 12.Jg., 1971, S.314 ff.Google Scholar
  14. W.VOSS: Minimierungsaufgaben in der Statistik, Verfahren zur Approximation theoretischer Funktionen und zur generellen Optimierungsrechnung, Bund-Verlag, Köln (im Druck).Google Scholar
  15. D.WILDE: Optimum seeking methods, Englewood Cliffs, N.J., 1964.Google Scholar
  16. P.WOLFE: The simplex method for quadratic programming, in: Econometrica, No. 27, 1959.Google Scholar
  17. G.ZOUTENDIJK: Methods of feasible directions. A study in linear and non-linear programming, Amsterdam u.a. 1960.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1974

Authors and Affiliations

  • W. Voß
    • 1
  • E. Fabricius
    • 2
  1. 1.BochumDeutschland
  2. 2.WalldorfDeutschland

Personalised recommendations