2012 | OriginalPaper | Chapter
Numerische Verfahren für dynamische Optimierungsprobleme
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 in den Kap. 10, 11 und 13 abgeleiteten notwendigen Optimalitätsbedingungen erlauben die analytische Lösung bestimmter Klassen von dynamischen Optimierungsproblemen. So hat man beispielsweise in Kap. 12 für Probleme mit LQ-Struktur und beliebigen Dimensionen optimale Steuer- und Regelgesetze ableiten können. Ebenso ist uns in Kap. 11 sowie bei einer Reihe von Beispielen und Übungen eine analytische Lösung kleindimensionaler Probleme gelungen. Außer der analytischen Behandlung dynamischer Optimierungsprobleme wurde in Kap. 14 aus dem Optimalitätsprinzip das
numerische
Verfahren der diskreten dynamischen Programmierung entwickelt. Wie wir gesehen haben, eignet sich dieses Verfahren zwar prinzipiell zur numerischen Lösung dynamischer Problemstellungen unter vielfältigen Nebenbedingungen, durch den exponentiell wachsenden rechentechnischen Aufwand wird aber sein praktischer Einsatzbereich bei wachsenden Problemdimensionen stark eingeschränkt. Es ist das Ziel dieses Kapitels, weitere
numerische Verfahren für dynamische Optimierungsprobleme
vorzustellen, die uns erlauben, die Optimierungstheorie bei einer Reihe von praktisch bedeutungsvollen Aufgabenstellungen (auch höherer Dimensionen) erfolgreich einzusetzen.