2012 | OriginalPaper | Chapter
Allgemeine Problemstellung der statischen Optimierung
Authors : Markos Papageorgiou, Marion Leibold, Martin Buss
Published in: Optimierung
Publisher: Springer Berlin Heidelberg
Activate our intelligent search to find suitable subject content or patents.
Select sections of text to find matching patents with Artificial Intelligence. powered by
Select sections of text to find additional relevant content using AI-assisted search. powered by
Die allgemeine Problemstellung der statischen Optimierung lautet: Minimiere
$$f(\mathbf{x})\,, \quad \mathbf{x} = \mathbb{R}^n$$
unter Berücksichtigung von (u. B. v.)
2.1
$$\mathbf{c}(\mathbf{x}) = \mathbf{0}\,, \quad \mathbf{c} \in \mathbb{R}^m$$
und
2.2
$$\mathbf{h}(\mathbf{x}) \leq \mathbf{0}\,, \quad \mathbf{h} \in \mathbb{R}^q\,,$$
wobei
f
die zu minimierende Gütefunktion, (2.1) die
Gleichungsnebenbedingungen
und (2.2) die
Ungleichungsnebenbedingungen
in allgemeiner Form darstellen. Der Vektor
x
∈ ℝ
n
beinhaltet die gesuchten
Entscheidungs
- oder
Optimierungsvariablen
. Die Dimensionen der Vektorfunktionen
c
bzw.
h
sind
m
bzw.
q
. Damit die Problemstellung Sinn macht, muss
m
<
n
sein. Gilt nämlich
m
=
n
, so ist
x
aus (2.1) bestimmbar, falls die entsprechenden Teilgleichungen
c
i
(
x
) = 0,
i
= 1, …,
m
, unabhängig sind, und demzufolge gibt es kaum etwas zu optimieren. Bei
m
>
n
wäre (2.1) sogar überbestimmt. Für die Anzahl
q
der Ungleichungsnebenbedingungen gibt es hingegen keine obere Grenze. Im Folgenden werden die Gleichungs- bzw. Ungleichungsnebenbedingungen mit
GNB
bzw.
UNB
abgekürzt. Das formulierte Problem ist allgemein auch als Aufgabenstellung der
nichtlinearen Programmierung
oder
mathematischen Programmierung
bekannt, s. [140] für einen interessanten geschichtlichen Überblick.