Final Thesis

Parameter Estimation in Global Optimization of Semiinfinite Programs Arising from Rigorous Simulations of Thermodynamic Systems

Key Info

Basic Information

Unit:
Process Systems Engineering
Type:
Masterthesis
Focus/Key Topic:
simulativ
Date:
now

Contact

Beschreibung:

Abschlussarbeit im Bereich deterministische globale Optimierung von Parameterschätzproblemen in der Thermodynamik.

Hierbei soll ein bislang einzigartiger Algorithmus "Bilevel Optimization Algorithm for Rigorous & Robust Parameter Estimation in Thermodynamics, short.BOARPET, basierend auf der garantiert stabilen Schätzung von Phasengleichgewichtsparametern (z.B. NRTL), mit einem am SVT entwickelten Löser (Mc cormick-based Algorithm for mixed-Integer Nonlinear Global Optimization, short. MAiNGO), basierend auf McCormick Relaxierungen, implementiert und gelöst werden.

Der Schwerpunkt wird in der Optimierung von beschränkten nichtlinearen Problemen in der Verfahrenstechnik und der Weiterentwicklung des Lösers liegen. In vorangegangenen Arbeiten haben wir gezeigt, dass MAiNGO imense numerische Vorteile gegenüber kommerziellen Lösern besitzt. Einer unserer in der Industrie bekanntesten Tools BOARPET, welche kommerzielle Löser wie BARON als Sublöser nutzt, soll in dieser Arbeit in unserem inhous solver MAiNGO implementiert werden. Das Modell wird als General Semi Infinite Problem formuliert und gelöst.

Die Implementierungen erfolgen in C++ (Single Level Optimierung) und GAMS [General Algebraic Modeling System] (Multi Level Optimierung).

Du wirst sowohl von mathermatischer Seite, als auch von verfahrenstechnischer Seite unterstützt, solltest jedoch Interesse an Beidem haben.

Ihr Profil:

  • Student der Fachrichtung: CES/ Maschinenbau/ Verfahrenstechnik/ Mathematik.
  • Weiterhin sollte Interesse an der Optimierung bestehen.
  • Vorwissen in verfahrenstechnischen Fächern, sowie C++/GAMS ist von Vorteil aber nicht notwendig.
  • Bei Interesse bitte eine Mail mit Campus-Office Auszug an Kaan Karacasulu.