Stochastik und Optimierung: Anwendung genetischer und stochastischer Verfahren zur multisiziplinaren Optimierung in der Fahrzeugentwicklung

摘要

Hochgradig nichtlineare & multidisziplinare Optimierung von zahlreichen binaren Variablen (Schweisspunkte) kann mit genetischen Optimierungsstrategien kombiniert mit Robustheitsuntersuchungen erfolgreich bearbeitet werden. Die genetische Optimierung kann dabei viele, beliebig geartete Nebenbedingungen oder Zielfunktionswerte berucksichtigen. Oft konnen schon nach wenigen Rechenlaufen die dominierenden Parameter oder Restriktionen identifiziert und verbessert werden. Wenn im Optimierungsproblem noch viel "Luft" ist, konnen schon nach wenigen Rechenlaufen nennenswerte Designverbesserungen erzielt werden. Bei nichtlinearen Aufgabenstellungen muss gesichert sein, dass optimierte Designs in robusten Designbereichen gehalten werden. Eine Robustheitsbewertung optimierter Designs gegenuber wichtigen zufalligen Streuungen ist notwendig. Treten Robustheitsprobleme der optimierten Designs auf, kann durch robustheitsrelevante Nebenbedingungen versucht werden, das Design im robusten Bereich zu halten.