Gemis­cht diskret-kontinu­ier­liche Ein­ziel­op­ti­mier­ung

Bei der gemischt diskret-kontinuierlichen Einzieloptimierung erschweren die diskreten Optimierungsparameter die Nutzung klassischer Optimierungsverfahren erheblich. Liegen diskrete Optimierungsparameter vor, so spricht man i.d.R. von einem kombinatorischen Optimierungsproblem.

Um kombinatorische Optimierungsprobleme zu lösen, lassen sich beispielsweise Branch-and-Bound Algorithmen verwenden, welche eine optimale Lösung erzeugen. Da kombinatorische Optimierungsprobleme meist aber sehr schwierig sind (NP-schwer), kann dies sehr viel Zeit in Anspruch nehmen.
Alternativ lassen sich sogenannte Heuristiken einsetzen, die spezielles Wissen über die Problemstruktur ausnutzen und damit den Suchraum beschränken.

Hier geht es mit der Anleitung weiter.

Schritte des Vorgehensmodells

1.

Optimierungszweck identifizieren

2.

Modell prüfen bzw. anpassen

3.

Zielfunktionen und Nebenbedingungen formulieren

4.

Optimierungsalgorithmus auswählen

5.

Optimierungsproblem lösen

6.

Prozessmodelle berücksichtigen

7.

Lösungen implementieren