Sch i en eihe CIplus, Band 5/2015
He ausgebe : T. Ba z-Beiels ein, W. Konen, H. S enzel, B. Naujoks
CIMO - CI-basie e
Meh k i e ielle
Op imie ungs e ah en ¨u
Anwendungen in de Indus ie
(Schlussbe ich )
Thomas Ba z-Beiels ein und Ma in Zae e e
CIMO
CI-basie e meh k i e ielle Op imie ungs e ah en ü
Anwendungen in de Indus ie
(Fö de kennzeichen 17002X11)
Schlussbe ich
Fö de linie „FHp o Un “ im Rahmen des P og amms „Fo schung an Fachhochschulen“
P o . D . Thomas Ba z-Beiels ein
Ins i u ü In o ma ik
Fakul ä ü In o ma ik und Ingenieu wissenscha en
Fachhochschule Köln
Inhal s e zeichnis
1 Allgemeines 2
2 Vo haben 3
2.1 Au gabens ellung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Vo ausse zungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.3 Planung und Ablau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.4 Wissenscha lich- echnische S and . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.5 Zusammena bei mi ande en S ellen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3 Wissenscha lich- echnische E gebnisse 14
3.1 Modul DASY „Da ene assung und Sys ema isie ung“ . . . . . . . . . . . . . . . . . . . . 14
3.1.1 DASY-1 Da ene assung und Anpassung ü Da en aus de Ene giewi scha . 14
3.1.2 DASY-2 Validie ung on Pa ame e eins ellungen mi CFD . . . . . . . . . . . . . 17
3.1.3 DASY-3 Planung wei e e Expe imen e . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2 Modul 2 „Anlagenop imie ung“ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2.1 AO-1 Hie a chische Meh k i e ielle Op imie ung . . . . . . . . . . . . . . . . . . 17
3.2.2 AO-2 Anbindung de Mul ik i e iellen Op imie ung an SPO . . . . . . . . . . . 18
3.2.3 AO-3 Expe imen e und S udien mi den neu en wickel en Ve ah en . . . . . . 19
3.2.4 AO-4 Auswe ung und Validie ung beim Anwende . . . . . . . . . . . . . . . . . 20
3.3 Modul 3 „E wei e e Modellbildung mi K iging“ . . . . . . . . . . . . . . . . . . . . . . . 20
3.3.1
EMB-1 In o ma ionsaus ausch zu mul ik i e iellen P ozessop imie ung ü die
Indus ie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3.2 EMBK-1 Implemen ie ung on K iging-Modellen . . . . . . . . . . . . . . . . . . 21
3.3.3 EMBK-2 K iging ü Hie a chische Op imie ungsansä ze . . . . . . . . . . . . . . 21
3.3.4 EMBK-3 Anwendung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3.5 EMBK-4 Su oga modellie ung s uk u ie e Da en . . . . . . . . . . . . . . . . 25
3.4 Modul 4 „Res ik ionsbehandlung“ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1 Allgemeines
3.4.1 RESTR-1 Res ik ionsbehandlung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.4.2 RESTR-2 Res ik ionen und Su oga modellie ung . . . . . . . . . . . . . . . . . 26
3.4.3
RESTR-3 Validie ung de Res ik ionsbehandlungsme hoden ü die Su oga -
modellie ung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.5 Modul 5 „Gene alisie ba kei “ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.5.1 GEN-1 Wei e e Anwendungen und Pa ne . . . . . . . . . . . . . . . . . . . . . . 27
3.5.2 GEN-2 In eg a ion Da aModele . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.5.3 GEN-3 Validie ungsaspek e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.6 Spezielle A bei spake e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.7 Wissenscha liche Publika ionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4 Vo aussich liche Nu zen 31
5 E gebnisse D i e 32
6 Ve ö en lichungen de P ojek eilnehme 33
7 Ve ö en lichungen D i e 36
Abkü zungs e zeichnis 46
1 | Allgemeines
Diese Schlussbe ich besch eib die im P ojek „CI-basie e meh k i e ielle Op imie ungs e ah en
ü Anwendungen in de Indus ie“ (CIMO) im Zei aum on No embe 2011 bis einschließlich
Ok obe 2014 e ziel en E gebnisse.
Zuwendungsemp änge
Ins i u ü In o ma ik, Fakul ä In o ma ik und Ingenieu wissen-
scha en, Fachhochschule Köln
P ojek lei e P o . D . Thomas Ba z-Beiels ein
Fö de kennzeichen 17002X11
Vo habensbezeichnung
CI-basie e meh k i e ielle Op imie ungs e ah en ü Anwendun-
gen in de Indus ie (CIMO)
Lau zei des Vo habens 11/2011 – 10/2014
Be ich szei aum 11/2011 – 10/2014
P ojek pa ne
S einmülle Enginee ing GmbH,E ol ed Analy ics LLC,TU Do -
mund,Uni e si ei Leiden,Uni e si ei Gen ,Uni e si ei an Tilbu g
De Be ich is wie olg gegliede : Abschni 2 gib einen Übe blick übe Au gabens ellung, Vo aus-
se zungen, Planung und Ve lau , wissenscha lich- echnischen S and und übe die Zusammena bei
mi D i en im P ojek CIMO. Abschni 3 besch eib die e ziel en wissenscha lich- echnischen E -
gebnisse. Abschni 4 e gleich den ak uellen S and des Vo habens mi de u sp ünglichen A bei s-,
Zei - und Ausgabenplanung. Abschni 5 besch eib In o ma ions eche chen nach p ojek ele an en
E gebnissen D i e . Abschni 6 üh alle im P ojek e olg en Ve ö en lichungen au .
2
2 | Vo haben
2.1 Au gabens ellung
Das P ojek CIMO be ass e sich mi de En wicklung on Ve ah en aus de Compu a ional In elligence
(CI) ü den indus iellen Einsa z. Hie bei lag de Schwe punk au hie a chischen, meh k i e iellen
Op imie ungs e ah en un e de Ve wendung da enge iebene Su oga modelle. Die Be ücksich-
igung e schiedene Zielk i e ien e möglich die gleichzei ige Op imie ung kon lik ä e Ziele wie
z.B. die Minimie ung de Be iebskos en bei gleichzei ige Minimie ung de Schads o emissionen.
Am Beispiel on Kohlek a we ken läss sich schnell zeigen, dass bei de Op imie ung sel en nu
ein Ziel im Vo de g und s eh . Vielmeh sind häu ig e schiedene Ziele wich ig, wie zum Beispiel die
Reduzie ung on Umwel schads o en, die Ve besse ung de Ene giee izienz ode die Ve inge ung
on Be iebs- und Wa ungskos en. Um de a ig e schiedene Ziele zu in eg ie en, sind meh k i e-
ielle Ve ah en, o allem aus dem Be eich de meh k i e iellen e olu ionä en Algo i hmen, on
Nu zen. Diese Ve ah en können auch bei seh komplexen Zusammenhängen und Au gabens ellungen
Ve besse ungen inden. Typisch ü diese Ve ah en is , dass sie häu ig eine seh g oße Anzahl on
Auswe ungen (d.h. Simula ionen, Expe imen e) benö igen.
Im indus iellen Einsa z kann es alle dings häu ig seh eue ode zei au wändig sein, en wede
au wendige Expe imen e ode komplexe Simula ionen ü die Op imie ung einzuse zen. Zu Zei -
und Kos en eduk ion soll die Op imie ung dahe mi Hil e on Su oga modellen e olgen, die
abges u mi wenige au wändigen, ungenauen Simula ionen und au wändige en abe genaue en
Simula ionen zum Einsa z kommen.
Bei de Anlagenplanung und wäh end des Be iebs können du ch eine meh k i e ielle Op imie ung
un e schiedliche Zielg ößen gleichzei ig be ücksich ig we den. Mode ne da enge iebene Modelle
können zudem Da en e schieden genaue und au wändige Simula ionen in eg ie en und ü die
Ve besse ung de Modellie ung nu zen. Das esul ie ende, neue Ve ah en wi d als hie a chische
meh k i e ielle Op imie ung bezeichne .
Die En wicklung und Ve knüp ung de olgenden Me hoden s and im Fokus des P ojek es CIMO:
•
Da enge iebene Modellie ungsansä ze, die be ei s mi wenigen Da enpunk en aus eine genau-
en abe au wändigen Simula ion hin eichend ep äsen a i e Modelle e s ellen können. Hie bei
kommen compu a ional luid dynamics (CFD) Simula ionen zum Einsa z.
•
Einbindung on Da en e schiedene Hie a chieebenen (CFD, analy ische Modelle, da enge ie-
bene Modelle) in den Modellie ungs- und Op imie ungsp ozess.
• Meh k i e ielle Op imie ungs e ah en ü die Ve knüp ung e schiedene Op imie ungsziele.
De a ige Me hoden sind in ielen Be eichen de indus iellen Anwendung on g oße Bedeu ung.
Sie kommen übe all zum Einsa z, wo P ozess- ode P oduk quali ä mi e schiedenen K i e ien
messba ode simula i besch ieben we den können und die E mi lung de Quali ä eue ode
zei au wändig is . In de Anwendung konzen ie e sich das P ojek au die Op imie ung eines Zyklons
(Fliehk a abscheide s), de zum Beispiel in Kohlek a we ken die S auban eile aus Gasgemischen
il e . G undlage ü die Op imie ung wa en o allem analy ische Modelle, die du ch ih e ge inge
3
2 Vo haben
echne ische Komplexi ä aus üh liche Expe imen e e laub en. Au wändige e, eu e e Expe imen e
wu den beispielha in ande en p ak ischen Anwendungsgebie en du chge üh .
Fü die Op imie ung und Simula ion des Fliehk a abscheide s wa die Zusammena bei mi dem
P ojek pa ne S einmülle Enginee ing GmbH on g oße Bedeu ung, da diese ein g oßes In e esse
an de En wicklung e izien e S aubabscheide besi z . Übe die Thema ik de meh k i e iellen
Op imie ung e gab sich zudem ein seh ege Aus ausch mi den uni e si ä en P ojek pa ne n
(TU Do mund,Uni e si ei Leiden). Auch mi dem Pa ne E ol ed Analy ics LLC wu den in ensi e
Gesp äche zu En wicklung und Anwendungs ähigkei de Ve ah en ge üh .
2.2 Vo ausse zungen
Das P ojek CIMO ha e eine Gesam lau zei on 3 Jah en (01.11.2011 bis zum 31.10.2014) und
wu de mi eine bewillig en Gesam summe on 255.867,00
€
(exklusi e 10% P ojek pauschale)
ge ö de . Da on en ielen
226.156,00€au Pe sonalausgaben,
18.545,00€au sächliche Ve wal ungsausgaben und
11.166,00€au Gegens ände übe 410 Eu o (In es i ionen).
Inklusi e de P ojek pauschale on 10% be ug die bewillig e Fö de summe also 281.453,70 €. Die
nachgewiesenen Kos en um ass en 219.533,73 €.
Du chge üh wu de das P ojek am Ins i u ü In o ma ik an de Fakul ä ü In o ma ik und
Ingenieu wissenscha en am Campus Gumme sbach de Fachhochschule Köln. An diese Fakul ä
ha de P ojek lei e P o . Ba z-Beiels ein sei Ok obe 2006 eine P o essu ü Angewand e Ma-
hema ik inne. Zu P ojek beginn ha e e meh als 100 Publika ionen im Be eich CI e ö en lich .
E a bei e e on 2000 bis 2006 im Sonde o schungsbe eich „Design und Managemen komplexe
echnische P ozesse und Sys eme mi Me hoden de Compu a ional In elligence“ an de TU Do -
mund in einem P ojek zu Umse zung de G undlagen esul a e in p axiso ien ie e Algo i hmen und
We kzeuge. P o . Ba z-Beiels ein lei e die A bei sg uppe SPOTSe en (
www.spo se en.de
), die
aus einem seh in e disziplinä gep äg en Team on Fo sche n bes eh . Die om P ojek lei e en wi-
ckel e Sequen ielle Pa ame e op imie ung (SPO) wu de als wich iges We kzeug zu En wicklung on
Op imie ungsalgo i hmen e olg eich eingese z
1
(Siehe [
47
] ü eine Zusammens ellung zugehö ige
Ve ö en lichungen). SPO s ü z sich au Me hoden de Ve suchsplanung, S a is ik, Da enanalyse und
Op imie ung. P o . Ba z-Beiels ein lei e e zudem das P ojek FIWA „Me hoden de Compu a ional In-
elligence ü Vo he sagemodelle in de Finanz- und Wasse wi scha “, dass Ende 2012 abgeschlossen
wu de. FIWA be ass e sich un e ande em mi Gene ischem P og ammie en (GP) und SPO, alle dings
im Zusammenhang de Ve besse ung on Vo he sagemodellen und wenige mi de Op imie ung
echnische Zusammenhänge. E ini iie e den ex e n e aluie en Fo schungsschwe punk CIplus de
FH-Köln (
www.ciplus- esea ch.de
). Als Sp eche dieses Fo schungsschwe punk es a bei e e
gemeinsam mi den P o esso en D . Bo is Naujoks, D . Wol gang Konen und P o . D . Ho s S enzel an
Au gaben aus dem Be eich CI. Ziel diese Zusammena bei is die Ve ne zung und besse e Sich ba kei
1
SPO is in Fo m des open-sou ce Pake s Sequen ial Pa ame e Op imiza ion Toolbox (SPOT) ei e ügba . Siehe auch
www.c an. -p ojec .o g/package=SPOT
4
2.2 Vo ausse zungen
de Fachdisziplinen Op imie ung, Simula ion, Modellie ung, Da a Mining, S a is ik und Ma hema ik
un e besonde e Be ücksich igung na u analoge Ve ah en wie z.B. e olu ionä e Algo i hmen.
De P ojek lei e is Mi glied in den P og ammkomi ees de üh enden Kon e enzen und Zei -
sch i en au dem Gebie de CI. Be ei s zu P ojek beginn exis ie e eine in ensi e Zusammena bei
des P ojek lei e s mi Fo sche n au in e na ionale Ebene, un e ande em mi den Uni e si ä en
An we pen, Tilbu g, Eindho en und Leiden. Wei e e Fo schungs hemen, die in diese A bei sg up-
pe behandel we den, s ammen aus den Be eichen s a is ische Ve suchsplanung, Simula ion und
Op imie ung.
Ab P ojek beginn s and He M. Eng. Ma in Zae e e dem P ojek e s als wissenscha liche
Hil sk a und dann als haup e an wo liche Sachbea bei e und P omo ie ende zu Ve ügung. Des
wei e en s anden D . Ka ya Vladisla le a und die P omo ie enden Bea e B eide ho und Ch is ian
Jung dem P ojek zei weise in Teilzei zu Ve ügung. Die du chge üh en P omo ionen we den
koope a i du ch den P ojek lei e und P o . Gün e Rudolph (Leh s uhl ü Algo i hm Enginee ing,
Fakul ä ü In o ma ik, TU Do mund) be eu . Be ei s zu Beginn des P ojek es bes and eine ak i e
Zusammena bei mi P o . Gün e Rudolph. E s and dem P ojek be a end und als Be eue de
P omo ionen zu Ve ügung und o sch an CI-Ve ah en zu Op imie ung.
Um den achlichen Aus ausch im Be eich CI zu un e s ü zen, inde inne halb de A bei sg up-
pe SPOTSe en wöchen lich ein Dok o andensemina s a . An dem Semina nehmen momen an
ach Dok o andinnen und Dok o anden sowie wei e e Bachelo - und Mas e s uden eninnen und
-s uden en aus de A bei sg uppe on P o . Ba z-Beiels ein eil. P o . Ba z-Beiels ein is zudem
assoziie es Mi glied de Kompe enzpla o m Sus ainable Technologies and Compu a ional Se ices
o En i onmen al and P oduc ion P ocesses (STEPS) , die ein Kolleg ü alle P omo ie enden de
Hochschule o ganisie .
Die am P ojek be eilig e S einmülle Enginee ing GmbH e üg übe ein b ei ge äche es P ozess-
Know-how im Be eich des Maschinen- und Anlagenbaus in de Ene gie- und Umwel echnik. Die
Mi a bei e de S einmülle Enginee ing GmbH wa en an En wicklung, Bau und Be ieb eine Vielzahl
on Anlagen de Ene gie- und Umwel echnik bei de o maligen L&C S einmülle GmbH in Gum-
me sbach be eilig . Diese E ah ungsscha z bilde das He zs ück des Un e nehmens und s eh den
Kunden on S einmülle Enginee ing sowohl in Fo m on Ingenieu -Be a ungsleis ungen als auch
im Rahmen on Lie e ungen on Teil- und Gesam anlagen zu Ve ügung. Im Be eich de Ve inge-
ung on Schads o emissionen bei Kohlek a we ken bes eh sei Sep embe 2009 ein egelmäßige
achliche Aus ausch de S einmülle Enginee ing GmbH mi de A bei sg uppe SPOTSe en des
P ojek lei e s. Die S einmülle Enginee ing GmbH s ell e dem P ojek somi um assende achliche
Kenn nisse und Be a ung zu Ve ügung, sowie Da en und P ozesswissen ü die bea bei e en P o-
blems ellungen. Auch s and sie ü die Be euung on Abschlussa bei en zu Ve ügung. Es anden
egelmäßige A bei s e en s a , in denen de ak uelle S and de Zusammena bei besp ochen wu de
und Abschlussa bei en und gemeinsame Semina e abges imm wu den.
Eine seh enge Zusammena bei bes and auch mi de A bei sg uppe on He n P o esso Gün e
Rudolph de TU Do mund. Diese be ei s langjäh ig und e olg eich bes ehende Aus ausch spiegel
sich o allem in de Be euung de im P ojek e wu zel en Disse a ionen wide .
5
2 Vo haben
Als wei e e Pa ne s anden dem P ojek die E ol ed Analy ics LLC,Uni e si ei Gen ,Uni e si ei
Leiden und Uni e si ei an Tilbu g zu Sei e. Hie and ein ege Aus ausch zu wissenscha lich-
echnischen Themen s a . Tabelle 1 s ell eine Übe sich de Bei äge de einzelnen P ojek pa ne
im P ojek CIMO da .
2.3 Planung und Ablau
Das P ojek wu de in Module mi insgesam 18 Ke n-A bei spake en au ge eil , die im Gan -Cha in
Abbildung 1 da ges ell sind. Am Ende jedes Semes e s wu de in e n kon ollie , ob die de inie en
Ziele e eich wu den. Neben diesen p ojek beglei enden Kon ollen wu den ün Meilens eine (MS-1
bis MS-5) de inie . Fü die A bei spake e wu den die olgenden Bezeichnungen e wende :
DASY
:
Da ene assung und Sys ema isie ung,
EMB
: E wei e e Modellbildung,
AO
: Anlagenop imie ung,
EMBK
: E wei e e Modellbildung mi K iging,
RESTR
: Res ik ionsbehandlung,
GEN
: Gene alisie -
ba kei , MT: Mas e -Theses, CS: Case-S udies.
Ein u sp ünglich geplan e Meilens ein zu Abnahme eines GP Sys ems wu de aus dem A bei splan
en e n , da die Su oga modellie ung sich im Ve lau e des P ojek es hie o allem mi Modellie-
ungs e ah en wie K iging beschä ig e. Die en sp echenden A bei spake e EMB-2 bis EMB-4 wu den
du ch EMBK-1 bis EMBK-3 e se z .
MS-1: Da ene hebung
Mi diesem Meilens ein wu de die Volls ändigkei de bislang e olg en Da en-
e hebung übe p ü . Zu diesem Zei punk gab es noch deu liche Ve zöge ung in den zugeo dne en
A bei spake en, o allem DASY-1. Dieses Pake schloss demen sp echend e s spä e ab. G und ü
die Ve zöge ung wa en o allem die Schwie igkei en bei de u sp ünglich o gesehenen Simula ion
eines Feue aumes au einem gemeinsam on S einmülle Enginee ing GmbH und FH Köln geplan en
Rechenclus e . Um o zdem den zei igen Fo gang des P ojek es zu gewäh leis en, wu de au die
e ügba en Da en eines Zyklon (Fliehk a abscheide ) zu ückgeg i en und dessen meh k i e ielle
Op imie ung im wei e en Ve lau in den Mi elpunk ge ück .
MS-2: Da en sys ema isie
Mi diesem planmäßig e eich en Meilens ein wu de übe p ü , ob
die Schni s ellen ü die Da en aus de Ene giewi scha ko ek spezi izie wu den, so dass
Modellie ungs e ah en und Tes s im P ojek ahmen p oblemlos ausge üh we den konn en.
MS-3: Abnahme Res ik ionsbehandlung ü Su oga modelle
U sp ünglich soll e diese Meilen-
s ein siche s ellen, dass die in A bei spake MB-1 en wickel en Su oga modelle ko ek implemen-
ie wu den, sodass eine F eigabe diese Funk ionali ä ü die Validie ung im A bei spake MB-2
e olgen kann. Dies konn e ühzei ig e olgen. Alle dings wu de in Be a ungsgesp ächen mi dem
P ojek pa ne S einmülle Enginee ing GmbH deu lich, dass die Behandlung on Res ik ionen im
Zusammenhang mi Su oga modellen on g öße e Bedeu ung is . Deshalb wu den die zusä zlichen
A bei spake e RESTR-1, RESTR-2 und RESTR-3 einge üh .
6
2.3 Planung und Ablau
Tabelle 1: Übe sich de Pa ne bei äge ü das P ojek CIMO.
P ojek pa ne Bei äge
FH Köln •
En wicklung eines inno a i en Ve ah ens zu hie a chischen meh k i e i-
ellen Op imie ung
• Koo dina ion des P ojek es CIMO
• Be euung s uden ische Case-S udies, Bachelo - und Mas e a bei en
• Du ch üh ung des P omo ions o habens
S einmülle Enginee-
ing GmbH
• Be ei s ellung on P ozessda en aus de K a we ks echnik
•
Be a ende Mi a bei bei de E schließung on Expe enwissen aus dem
Be eich de K a we kop imie ung
•
Du ch üh ung wei e e CFD-Simula ionen zu Validie ung de im P ojek
e zeug en Su oga modelle
• Analyse und Beu eilung de Quali ä de e zeug en Su oga modelle
• P o o ypische Einsa z de im P ojek e s ell en So wa esys eme
•
Be euung on Case-S udies sowie an eilige Be euung on Bachelo - und
Mas e a bei en
TU Do mund •
Mi a bei an gemeinsamen Publika ionen in den Be eichen GP, Expe imen -
planung und meh k i e ielle Op imie ung
•
Be euung und Du ch üh ung de geplan en P omo ion eines P ojek mi a -
bei e s
• Be euung s uden ische Bachelo - und Mas e a bei en
•
Zusammena bei in Fo schung (z.B. gemeinsame Publika ionen) und Leh e
E ol ed Analy ics
LLC
•
Lie e ung on Know-How ü den Einsa z on GP in g oßindus iellen
Anwendungen
•
Be ei s ellung de So wa e DATAMODELER ü die p o o ypische Implemen-
ie ung on Elemen en de hie a chischen meh k i e iellen Op imie ung
•
Be a ung bei de Da enanalyse und dem Einsa z de So wa e DATAMODELER
Uni e si ei Leiden •
Zusammena bei in Fo schung (z.B. gemeinsame Publika ionen) und Leh e
•
Expe imen elle Analyse de im P ojek en wickel en Algo i hmen im Rah-
men gemeinsame Publika ionen
• Be euung und Du ch üh ung wei e e p ojek ele an e P omo ionen
Uni e si ei Gen •
Zusammena bei bei de En wicklung on Komponen en ü die Su oga -
modelle
•
Be ei s ellung und Suppo de So wa e SUMO ü die Analyse on Su -
oga modellen
Uni e si ei an Til-
bu g
•
Lie e ung on Know-How ü das Design und die Analyse expe imen elle
Simula ionen
7
2 Vo haben
MS-4: Abnahme hie a chische meh k i e ielle Op imie ung
Fü die modellges ü z e hie a chische
Op imie ung wu den in den EMBK A bei spake en die no wendigen Modelle ( o allem au K iging
be uhende Ve ah en) einge üh . Die no wendigen Op imie ungsme hoden wu den e olg eich in
den en sp echenden Pake en (AO) en wickel und in e schiedenen Anwendungen ge es e .
MS-5: Abnahme S einmülle
In meh e en T e en mi S einmülle Enginee ing GmbH wu den S and
und E gebnisse des P ojek es disku ie . Ein wich iges E gebnis sind hie bei Planungen, welche
die in CIMO bea bei e en Themen ü Folgep ojek e zusammen mi S einmülle Enginee ing GmbH
o be ei en.
2.4 Wissenscha lich- echnische S and
Die im P ojek CIMO behandel en Au gabens ellungen e o de n Me hoden aus den Be eichen Da a
Mining (Reg ession) sowie Op imie ung (E olu ionä e Algo i hmen, meh k i e iell). De Schwe punk
des P ojek es CIMO lag im Schni punk diese Me hoden, also de meh k i e iellen Op imie ung mi
da enge iebenen Su oga modellen auch un e Be ücksich igung on P oblemhie a chieebenen ü
den Einsa z in de Indus ie.
Da ene assung und Sys ema isie ung
Ko don [
114
]besch eib um assend E ah ungen im Um-
gang mi komplexen Da en. E g ei wich ige Aspek e de Da ene assung aus p ak ische Sich au
(„The Nas y Wo ld o Real-Wo ld Applica ions“) und besch eib exempla isch die Vo gehensweise
bei de Da ene assung, Da en o e a bei ung, Sensi i i ä sanalyse, Va iablenselek ion bis hin zu
Modellie ung und anschließende Op imie ung. Als Beispiel dien u.a. die Schads o eduk ion in
K a we ken. Bei de on ihm besch iebenen Da ene assung lagen an angs 50 un e schiedliche Ein-
gabeg ößen o . Es konn e gezeig we den, dass schlussendlich de P ozess du ch ie Eingabeg ößen
aus eichend genau besch ieben wi d.
Fü die im P ojek CIMO geplan e Vo gehensweise können Emp ehlungen aus dem Be eichen de
expe imen ellen Ve suchsplanung he angezogen we den. [
134
]s ell hie ü eine gu e Re e enz da .
Des Wei e en sind hie auch die A bei en on Jack. P.C. Kleijnen zu nennen, wie z.B. [105].
Eine gu e Re e enz zum Eins ieg in die K a we ks echnik s ell [
146
]da . Ve ie end behandel
wi d de heu e e ablie e S and de Technik bei allen e ügba en Ene giequellen ( ossil, egene a i ,
nuklea ). Die wich igs en Design- und Be iebspa ame e heu ige K a we ks ypen we den aus üh -
lich e läu e . Gleichzei ig we den auch F ages ellungen de Ökologie und Ökonomie angemessen
be ücksich ig . Als Re e enz ü die Technik on im P ojek behandel en S aubabscheide n bie e
sich [122]an.
Bei den im P ojek be ach e en Op imie ungsp oblemen allen Da en un e schiedliche Eigenscha -
en an. Sie lassen sich au e schiedene A en sys ema isie en, beispielsweise nach Ein lussg ößen wie
de B enns o zusammense zung, Abgas empe a u , B enne geome ie und Eigenscha en de Abgase
ode anspo ie en S aub ypen. Wäh end die Emissionen kon inuie lich gemessen we den können
und soll en, kann man bei den Ein lussg ößen diesbezüglich wei e e Ka ego isie ungen o nehmen.
So sind Da en, die zum Beispiel die Geome ie besch eiben, ü eine Anlage kons an , wäh end sich
8
3.1 Modul DASY „Da ene assung und Sys ema isie ung“
üh dies zu eine Beschleunigung bei klassischen Op imie ungs e ah en und auch bei Ve ah en
aus dem Be eich CI. Rele an sind hie e schiedene Res ik ionen, die echnische Vo gaben des
Gesam sys ems be e en, abe auch physikalische ode geome ische Res ik ionen.
Im Rahmen wei e e Da ensich ung e gab sich, dass die geplan e Feue aumsimula ion seh
au wändige wei e e Da enau nahmen und Modellie ungen e o de . Um die da ü no wendigen
Simula ionen du chzu üh en, wu de ein Rechenclus e bei S einmülle Enginee ing GmbH ins al-
lie , de die no wendige Rechenlas e a bei en kann. Dabei nahm die Konzep ion und Ins alla ion
meh e e Mona e in Ansp uch. Um o zdem e s e Da en ü die Op imie ung zu gene ie en, wu de
deshalb de Fokus au einen wenige komplexen Teil eines Kohlek a we ks geleg , nämlich einen
Zyklon (Fliehk a abscheide ). Bei einem Zyklon handel es sich um einen Fil e , de S auban eile
aus Gasgemischen, die bei de Ve b ennung en s ehen, abscheiden soll. Die Be ücksich igung on
S aubabscheideg ad, D uck e lus und He s ellungskos en zeig hie seh anschaulich wa um eine
meh k i e ielle Op imie ung no wendig is . Aus de Li e a u sind zudem physikalisch mo i ie e,
ein ach zu be echnende, analy ische Modelle bekann (siehe z.B. in [
122
]). Diese bilden zusammen
mi den deu lich komplexe en CFD Modellen ein seh gu es Beispiel ü die da enge iebene Modellie-
ung und Op imie ung mi e schiedenen Hie a chieebenen. Abbildung 2 zeig eine Zeichnung eines
ypischen Zyklons, Abbildung 3 zeig die Visualisie ung eines 3D Meshs, das ü eine CFD Simula ion
e s ell wu de.
Fü die A bei mi den e schiedenen Modellebenen wa en die ele an en Be iebsg ößen, Neben-
Da
D
Be
He
H
H
Be
Da
D
F on View Top View
D
Abbildung 2:
Zeichnung eines Zyklon S aubabscheide s mi zu op imie enden Geome iepa ame e n.
15
3 Wissenscha lich- echnische E gebnisse
Abbildung 3: 3D Mesh eines Zyklon S aubabscheide s.
bedingungen und Geome ien zu klä en. Nach de sys ema ischen Au nahme diese Da en s anden
e s e CFD-basie e und analy ische Modelle zum Tes de en wickel en Op imie ungsme hoden be ei .
Bei abschließenden Diskussionen zu Da enau nahme mi S einmülle Enginee ing GmbH wu de
es ges ell , dass die pa ame ische He angehensweise nich zwangsläu ig die sons üblichen, manuel-
len A bei sabläu e bei de En wicklung im Un e nehmen abbilde . Zwa is die Op imie ung zu o
es geleg e Geome iepa ame e on g oße Bedeu ung, zusä zlich we den im manuellen P ozess
abe häu ig disk e e, s uk u elle Ände ungen o genommen. Ein Beispiel wä e die In eg a ion eines
Lei bleches zu Ve ände ung eine S ömungs ich ung. De a ige s uk u elle Ände ungen können
nich übe Pa ame e abgebilde we den. Eine Op imie ung müss e somi auch disk e e, s uk u elle
Ände ungen be ücksich igen können. Hie zu wä en kombina o ische Op imie e ah en no wendig.
Diese wiede um benö igen da enge iebene Su oga modelle die s uk u elle Da en abbilden können.
16
3.2 Modul 2 „Anlagenop imie ung“
3.1.2 DASY-2 Validie ung on Pa ame e eins ellungen mi CFD
Die CFD Modellie ung eines Zyklons (Fliehk a abscheide s) mi OpenFOAM and in dem on
P o . Ba z-Beiels ein gelei e en Fo schungsp ojek MCIOP s a . Fü CIMO lag dadu ch als E gebnis
diese A bei en ein e s es Modell ü den D uck e lus o . Fü die Validie ung on Op imie ungs-
me hoden und gelie e en Pa ame e eins ellungen ehl e alle dings eine passende Modellie ung
des Abscheideg ades (Simula ion de Pa ikel in de S ömung). Dahe wu de au die analy ischen
Modelle zu ückgeg i en, bzw. die analy ische Be echnung des D uck e lus es mi de CFD Simula ion
e i izie . Wie auch im Modul zu Gene alisie ba kei (GEN) geplan und besch ieben, wu den wei e-
e Validie ungen mi Au gabens ellungen aus de S ahlindus ie und Biogase zeugung du chge üh .
3.1.3 DASY-3 Planung wei e e Expe imen e
Das A bei spake DASY-3 widme e sich de Planung on wei e en Expe imen en. De aillie e Besch ei-
bungen diese Expe imen e sind in den olgenden Abschni en zu den Modulen EMBK, AO und GEN
zu inden.
3.2 Modul 2 „Anlagenop imie ung“
Das Modul AO um ass A bei spake e, die sich mi Op imie ungsme hoden, ih en expe imen ellen
Tes s und mi de Anwendung au die im P ojek behandel e P oblems ellung be assen.
3.2.1 AO-1 Hie a chische Meh k i e ielle Op imie ung
Das im P ojek en wickel e Ve ah en ü die hie a chische meh k i e ielle Op imie ung s ü z sich
o allem au das Modellie ungs e ah en Co-K iging. Dabei we den an angs zwei (d.h. ü jede
Hie a chieebene genau ein) Ve suchspläne e s ell . De Ve suchsplan ü die höhe e (genaue e,
eu e e) Ebene is kleine und s ell eine Un e menge des Ve suchsplan ü die nied ige e (ungenaue e,
billige e) Ebene da . Beide Pläne we den jeweils au de en sp echenden P oblemebene ausgewe e .
En sp echend können die en s ehenden Da en e wende we den, um mi Hil e on Co-K iging eine
genaue, güns ige Modellie ung de höhe en Ebene zu gene ie en. Fü den meh k i e iellen Fall is
hie o allem zu be ücksich igen, dass sepa a e Modelle ü jedes Ziel e s ell we den müssen. Die
en s ehenden Modelle können dann mi geeigne en meh k i e iellen Ve ah en op imie we den und
somi Lösungskandida en ü das Op imie ungsp oblem gene ie en.
Dieses Konzep is ü P obleme gedach bei denen die nied ige e Ebene des Op imie ungsp oblems
keine signi ikan en Kos en e u sach und somi die Gesam kos en (ode Gesam daue ) de Op imie-
ung nu du ch die höhe e Ebene bes imm we den. Soll en die Kos en de nied ige en P oblemebene
ele an we den, is es möglich, auch diese Ebene ge enn mi einem eigenen Su oga modell
zu ep äsen ie en, dass dann die nied ige e Ebene im Rahmen de hie a chischen Modellie ung
sch i weise e se z .
17
3 Wissenscha lich- echnische E gebnisse
3.2.2 AO-2 Anbindung de Mul ik i e iellen Op imie ung an SPO
Das A bei spake AO-2 e band die bishe igen A bei en des P ojek lei e s mi den Zielse zungen des
P ojek es. Mi de Sequen iellen Pa ame e Op imie ung (SPO) s and be ei s ein F amewo k ü die
Op imie ung au Basis da enge iebene Su oga modelle zu Ve ügung. Im Rahmen des P ojek es
wu de dieses F amewo k o allem in d ei Punk en e wei e .
1.
Zue s wu de mi de Implemen ie ung on Co-K iging und en sp echend no wendige Me ho-
den ü die E s ellung hie a chische Ve suchspläne die Möglichkei gescha en, P obleme mi
meh e en Hie a chieebenen e ek i in SPO zu e a bei en.
2.
Zudem wu de SPO um die Möglichkei e wei e , Su oga modelle nich nu ü einzelne
Zielg ößen, sonde n auch ü meh e e zu gene ie en. Diese wu den mi eben alls neu imple-
men ie en Me hoden zu meh k i e iellen Op imie ung e bunden, um somi auch P obleme
mi kon lik ä e Ziele zu lösen.
3.
Schließlich wu de SPO selbs auch so kon igu ie , dass die eingese z en meh k i e iellen
Algo i hmen in Hinsich au ih e Pa ame e wahl op imie we den konn en.
AO-2 be ass sich o allem mi den beiden le z e en Aspek en. Die en sp echenden in de SPO
Toolbox (SPOT) implemen ie en Ansä ze sind ei e ügba
4
. Eine ein ache Ein üh ung sowie
eine Demons a ion zu Ve wendung de meh k i e iellen Op imie ung sind inzwischen auch als
Ve ö en lichungen e ügba [35, 32].
Gene ell olg SPO dem olgenden Schema:
SPO-1
Zue s wi d mi Me hoden aus dem Be eich de s a is ischen Ve suchsplanung ein ini iale
Ve suchsplan e zeug .
SPO-2 Dieses wi d mi de Ziel unk ion (Simula ion, Expe imen ) ausgewe e .
SPO-3
Die bes ehenden Da en we den genu z um ein da enge iebenes Modell zu e s ellen (Su og-
a modell).
SPO-4
Das Su oga modell wi d op imie um einen neuen, iel e sp echenden Lösungskandida en
zu e mi eln,
SPO-5 De nun wiede mi de Ziel unk ion ausgewe e wi d.
Sch i e SPO-3 bis SPO-5 we den wiede hol bis ein Abb uchk i e ium e eich is (z.B. die maximale
Anzahl e laub e Ziel unk ionsauswe ungen).
Fü die E wei e ung on SPO ü meh k i e ielle P obleme is die E zeugung des Ve suchspla-
nes (Sch i SPO-1) e s mal on ge inge e Bedeu ung, die hie o handenen Me hoden können
un e ände e wende we den.
Bei Sch i SPO-2 is lediglich zu be ücksich igen, dass Ziel unk ionswe e nun nich meh Skala e,
sonde n Vek o en sind. En sp echend muss e hie die Da enhal ung geände we den. Komplexe e
4Siehe:
h p://c an. -p ojec .o g/package=SPOT
18
3.2 Modul 2 „Anlagenop imie ung“
Ände ungen sind no wendig, wenn die e schiedenen Zielk i e ien nich aus dem selben Expe imen
ode de selben Simula ion s ammen und dadu ch un e schiedliche Kos en e u sachen
In Sch i SPO-3 gib es nun zwei Möglichkei en, um den e schiedenen Zielk i e ien ge ech
zu we den: Es könn en mul i a ia e Modelle e wende we den ode abe es könn e jeweils ein
uni a ia es Modell ü jedes Zielk i e ium gele n we den. Beides is p inzipiell in SPO möglich,
le z e es s ell abe de No mal all ü die K iging Modelle, die im Fokus des P ojek es s anden, da .
Die Op imie ung in Sch i SPO-4 is nun mi en sp echenden Algo i hmen du chzu üh en. Auch
hie gib es wiede zwei Möglichkei en: E s ens können die Su oga modelle mi meh k i e iellen
Algo i hmen di ek op imie we den und das en s ehende Pa e o-Se als Basis ü Sch i SPO-5
o geschlagen we den. Hie ü sind in SPOT de zei Schni s ellen zu zwei Algo i hmen de meh k i e-
iellen, e olu ionä en Op imie ung eingebunden, NSGA-II und SMS-EMOA [
72
,
67
]. Wich ig is hie ,
dass die en s ehenden Pa e o on en mögliche weise aus ielen Punk en bes ehen, ü die nächs e
I e a ion on SPOT abe häu ig nu ein Punk ode zumindes nu wenige Punk e o geschlagen
we den soll en. Um diesen Punk zu bes immen, we den die Resul a e nach Non-Domina ed So ing
Rank [
72
]und Hype olumenbei ag [
67
]so ie . Dies geschieh jeweils un e Be ücksich igung
de be ei s ausgewe e en Lösungen ühe e I e a ionen (bzw. aus dem ini ialen Ve suchsplan).
Zusä zlich können Lösungen de e minis isch ode s ochas isch (mi sog. „Tou namen Selec ion“)
gewähl we den. Al e na i können abe auch eink i e ielle Op imie e ah en zum Einsa z kommen,
wenn die Vo he sage de Modelle ü die e schiedenen Zielk i e ien zu einem einzelnen K i e ium
e bunden we den. Dabei kann SPO zum Beispiel eine ak uelle En wicklung on Emme ich (Uni e si-
ei Leiden) aus dem Be eich de modellges ü z en Op imie ung e wenden, nämlich de Be echnung
de e wa e en Ve besse ung des Hype olumens [
77
]. SPOT bie e eine lexible Schni s elle, die
en sp echende beliebige Ein ügek i e ien annehmen kann. Die Adap ionen sind un e ande en in den
olgenden Ve ö en lichungen besch ieben [26, 25, 24, 32])
SPO kann auch eingese z we den, um meh k i e ielle Op imie ungsalgo i hmen zu unen, siehe
dazu auch die Ve ö en lichung [
30
]. Wei e e S udien zu meh k i e iellen Op imie ung we den in
AO-3 du chge üh .
3.2.3 AO-3 Expe imen e und S udien mi den neu en wickel en Ve ah en
Es wu den e schiedene S udien und Expe imen e mi den en wickel en Ve ah en du chge üh .
Dazu gehö die Übe p ü ung mi bekann en Tes unk ionen [
27
], ein Tes au Anwendba kei ü
die Op imie ung de CIMO Anwendung [
14
,
30
], sowie die Anwendung ü ein wei e es P oblem
aus de Wasse wi scha [
29
]. In Ve knüp ung mi Modul EMBK-2 konn e hie un e ande em auch
e olg eich hie a chische, eink i e ielle Op imie ung au ein p ak isches Ve ah en (Simula ion und
Op imie ung eine Biogasanlage) angewende we den. Dabei zeig sich dass die hie a chischen
Su oga modelle e olg eich eingese z we den können, de Vo eil diese Me hoden abe s a k
on Pa ame isie ung und P oblemdimension abhängen [
31
]kann. Im Rahmen on s uden ischen
A bei en wu den auch e olg eiche S udien zu Op imie ung eine Düse basie end au einem CFD
Modell du chge üh .
19
3 Wissenscha lich- echnische E gebnisse
3.2.4 AO-4 Auswe ung und Validie ung beim Anwende
Die meh k i e iellen Ve ah en konn en im Rahmen des P ojek es nich im ollen Um ang ü die
geplan e Anwendung in de Ene giewi scha ge es e we den, da zwa die hie a chischen Model-
leebenen ü ein Ziel (D uck e lus ) zu Ve ügung s anden, alle dings nich ü das zwei e Ziel
(Abscheideg ad). Hie sind wei e e S udien in Koope a ion mi dem P ojek pa ne S einmülle
Enginee ing GmbH in de Vo be ei ung, auch nach Ende des P ojek es.
3.3 Modul 3 „E wei e e Modellbildung mi K iging“
Das un e dem Kü zel EMB/EMBK geplan e Modul um ass die A bei spake e die sich schwe punk -
mäßig mi komplexen, da enge ieben Modellie ungsansä zen beschä igen. U sp ünglich s and dabei
die Ve wendung on Gene ische P og ammie ung (GP) im Vo de g und.
Hie e gab sich eine wich ige Ände ung im Ve gleich zu Planung. Im Rahmen des Pa ne p o-
jek es MCIOP wu den e s e Tes s mi GP als Su oga modell du chge üh . Dabei wu de eine sei s
GP als Policy-Gene a o im Rahmen eines Ensemble-Ansa zes e wende . Ande e sei s wu de GP
selbs genu z , um ein Reg essionsmodell (Symbolische Reg ession) zu bilden. Beide Fälle können
In o ma ionen ü die Modellie ung und Simula ion lie e n. En sp echend wu de eine Anbindung
an ein GP-F amewo k ( gp, siehe
h p://c an. -p ojec .o g/package= gp
) auch in das an
de FH Köln en wickel e Open-Sou ce Pake SPOT (Sequen ial Pa ame e Op imiza ion Toolbox, sie-
he
h p://c an. -p ojec .o g/package=SPOT
) in eg ie . Fü eine Op imie ung, o allem
wenn diese au oma isie lau en soll, is in beiden Fällen GP als Su oga modell abe noch nich
geeigne . Dabei is de g oße Zei au wand ü die Explo a ion des iesigen Such aumes im Wesen li-
chen e an wo lich. Da sich hie mi de Zei au wand seh schnell in de selben G ößeno dnung wie
de Zei au wand eine CFD-Simula ion bewegen kann, bie e die Ve wendung als Su oga modell in
de Op imie ung wenige Vo eile. Als sinn olle Al e na i e is dami die Ve wendung on K iging-
Modellen deu lich a ak i e . Um diesem Modellie ungsansa z die en sp echende Au me ksamkei
zu widmen, wu de de P ojek plan wie olg angepass : Das neue Modul E wei e e Modellbildung mi
K iging (EMBK) wu de einge üh . Dabei blieb das au Kommunika ion und In o ma ionsaus ausch
okussie e Pake EMB-1 un e ände , wäh end alle wei e en EMB Pake e du ch EMBK-1, EMBK-2
und EMBK-3 e se z wu den. Die geplan en A bei en zu GP anden, un e ande en Gesich spunk-
en, im Pa ne p ojek MCIOP Be ücksich igung. Auch o z Lau zei p oblemen kann GP deu liche
Vo eile haben, zum Beispiel wenn ein ach e s ändliche Fo meln en wickel we den sollen, die
Zusammenhänge de op imie en Pa ame e in lesba e Fo m besch eiben.
Wei e e Un e suchungen zu Su oga modellie ung (u sp ünglich Modul MB) wu de in die A bei en
mi K iging (EMBK) in eg ie . Die Konzep ionie ung de Modellie ung mi GP und CFD wi d hingegen
schwe punk mäßig in MCIOP bea bei e .
3.3.1 EMB-1 In o ma ionsaus ausch zu mul ik i e iellen P ozessop imie ung ü die Indus ie
Das A bei spake EMB-1 um ass e den ak i en Aus ausch mi P ojek pa ne n und ande en Fo schungs-
g uppen. Dabei wu den Ideen und Vo schläge ausge ausch und hinsich lich ih e Anwendba kei
20
3.3 Modul 3 „E wei e e Modellbildung mi K iging“
übe dach . Die in diesem o enen Aus ausch en s ehenden An egungen und Ideen wa en ü den
E olg de wei e en A bei spake e on g oße Bedeu ung.
3.3.2 EMBK-1 Implemen ie ung on K iging-Modellen
In EMBK-1 soll en K iging-Modelle in die e wende e Open-Sou ce So wa e in eg ie we den.
In de e wende en P og ammie umgebung (R) s ehen be ei s Modelle zu Ve ügung, die sich
alle dings du ch e schiedene P obleme (z.B. S abili ä , Zugänglichkei des Sou ce-Codes) nich
hin eichend ü die p ak ische Anwendung eignen. Beispiele da ü sind die R-Pake e
mlegp
[
70
],
DiceK iging
[
142
]ode
gp
[
90
]. In e s en Tes s e wies sich
DiceK iging
als seh ins abil,
o allem bei ela i dich gelage en Da enpunk en, was zum Ende on su oga modell-basie en
Op imie ungsläu en ein häu ig au e ende Fall is . Ähnliche P obleme auchen beim Pake
mlegp
au ,
das zwa s abile unk ionie , in solchen Fällen abe häu ig ex em langsam wi d. Die Lau zei is auch
beim Pake
gp
ein P oblem, wobei dieses keine ein ache K iging Implemen ie ung beinhal e sonde n
auch eine Baum-basie e Pa i ionie ung des Such aumes. Sowohl
gp
als auch
DiceK iging
bie en
eigene ode ausgelage e (
DiceOp im
) Op imie ungsalgo i hmen.
Im P ojek CIMO wi d hingegen das lexible e SPOT F amewo k e wende , das auch Schni s ellen
zu den oben besch iebenen Modellansä zen besi z . Um kla s uk u ie e, schnelle und s abile
Ve ah en zu ga an ie en, wu den K iging-Va ian en, wie on Lopha en e al. [
124
,
123
]und Fo es e
e al. [
85
]besch ieben, in R implemen ie und dem So wa e Pake SPOT hinzuge üg . Abbildung 4
zeig ü ein ein aches eindimensionales Beispiel eine Modellie ung mi
SPOT
,
DiceK iging
und
mlegp
. Abbildung 5 zeig einen Ve gleich de Lau zei ü das gleiche Beispiel. G undlage in SPOT is
in beiden Fällen die Funk ion
o Builde
.
Die beiden in SPOT implemen ie en K iging Va ian en bie en un e schiedliche Vo eile. Die au
Fo es e e al. basie ende Me hode e möglich eine schnelle e E s ellung des Modells, sowie die on
Fo es e en wickel e ein e polie ende Modellie ung die bei e ausch en Da en geeigne is [
85
]. Die
au DACE (Lopha en e al. [124, 123]) basie ende Implemen ie ung hingegen bie e eine lexible e
Wahl on Ko ela ions- und Reg essions unk ionen des K iging Modells. Beide e wenden ein au R
Be ehlen basie en Code und sind somi ü mi R e au e Nu ze ein ach zu e s ehen und auch zu
e wei e n. Dies s eh im deu lichen Gegensa z zu den eilweise au C ode C++ zu ückg ei enden
ande en Pake en.
3.3.3 EMBK-2 K iging ü Hie a chische Op imie ungsansä ze
EMBK-2 be ass e sich mi K iging-basie en Modellie ungsme hoden ü hie a chische P oblems el-
lungen. Das heiß , P oblems ellungen bei denen de da enge iebenen Modellie ung In o ma ionen
on e schiedenen Hie a chieebenen (Ebenen e schiedene Genauigkei bzw. mi e schiedenen
Kos en/Rechenau wand) zu Ve ügung s ehen. Gene ell sind beliebig iele Hie a chieebenen möglich.
De Ein achhei halbe is die olgende Besch eibung au zwei Hie a chieebenen bezogen. Dies is
auch de übliche Fall in de P axis. Im Folgenden wi d die e s e Hie a chieebene (das ech e P oblem,
genaue Auswe ung, eue ode zei au wändig) mi Fine- unc ion bezeichne . Die nied ige e Ebene
(Annähe ung/Schä zung, ungenau, billig auszuwe en) wi d mi Coa se- unc ion bezeichne
21
3 Wissenscha lich- echnische E gebnisse
0.0 0.2 0.4 0.6 0.8 1.0
−5 0 5 10 15
x
y
●
●
●
●
●●
●●
●
Ta ge Func ion
Obse a ions
DiceK iging
SPOT
mlegp
Abbildung 4:
Beispiel ü K iging Modelle aus un e schiedlichen R-Pake en mi de aul Eins ellungen.
Hie is o allem Co-K iging on Bedeu ung [
84
]. Im ein achs en Fall nu z Co-K iging die
Ko ela ion zwischen Coa se und Fine- unc ion aus, um ein da enge iebenes Su oga modell de
Fine- unc ion zu e besse n. Das heiß , mi nu wenigen Auswe ungen eine eu en, genauen
Ziel unk ion und ielen zusä zlichen Auswe ungen eine ungenaue en, güns ige en Ziel unk ion
wi d ein Su oga modell e s ell , das möglichs genau is , dabei abe selbs nich zu echenau wändig
we den da . Bei komplexe en P oblemen können auch beliebig iele Hie a chieebenen be ücksich ig
we den. Im Rahmen des P ojek es wu de eine Co-K iging Implemen a ion in SPOT hinzuge üg . Diese
basie g undsä zlich au den A bei en on Fo es e e al. [87, 86].
Um eine Ve gleichsg undlage zu Co-K iging zu e hal en wu den auch gene ell anwendba e, heu is-
ische Ve ah en ge es e . Diese we den im olgenden ku z besch ieben und sind im Gegensa z zu
K iging auch bei ande en Reg essions e ah en einse zba . Im Gegensa z zu Co-K iging muss ü die
Modellie ung nich ein ande e Ve suchsplan ü Coa se- und Fine- unc ion genu z we den. Jede
Lösungskandida muss au beiden Ebenen ausgewe e we den.
Inpu -Modell
Die E gebnisse de nied ige en Hie a chieebene we den als Eingabe des da enge iebe-
nen Su oga modells e wende . Dadu ch läss sich ein mögliche Zusammenhang zwischen
den Hie a chieebenen implizi le nen.
Di e enz-Modell
Hie wi d die Annahme gemach , dass die Coa se- unc ion das a sächliche P oblem
22
3.3 Modul 3 „E wei e e Modellbildung mi K iging“
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
SPOT DiceK iging mlegp
20 40 60 80 100 120 140
ms
●
●
●
●
●
●
●
●
●
●●
●
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
SPOT DiceK iging mlegp
0 20 40 60 80 100
ms
Abbildung 5:
Lau zei analyse ü das Beispiel in Abb 4. Gemessene Lau zei ü Le nen des Modells
(links) und Vo he sage on 1000 We en ( ech s), basie end au 100 Wiede holungen.
be ei s gu abbilde . Um das Su oga modell da on p o i ie en zu lassen, wi d nu noch die
Di e enz ode das Ve häl nis zwischen den beiden Hie a chieebenen modellie . Das heiß ,
man e such nu noch den e bleibenden Fehle de Coa se- unc ion zu ko igie en.
Ve häl nis-Modell
Diese Ansa z ähnel dem Di e enz-Modell, nimm abe an das nu die Rela ion
zwischen Coa se- und Fine- unc ion zu ko igie en is , nich die Di e enz.
Die e schiedenen Ve ah en wu den mi ein achen Tes unk ionen alidie , sowie auch in eine
p ak ischen Anwendung im Be eich de Biogase zeugung [31].
Ein seh ein aches abe eind ucks olles Beispiel ü die Vo eile on Co-K iging zeig Abbildung 6.
Dabei wi eine eindimensionale Funk ion mi nu ie Beobach ungen ( ine) sowie el Beobach ungen
(coa se) seh exak du ch ein Co-K iging Modell wiede gegeben. Die Di e enz (Di .) und Ve häl -
nis (Rel.) Modelle sind hie wenige gu geeigne , zeigen abe be ei s eine deu liche Ve besse ung
gegenübe einem unko igie en Modell und sind zudem auch mi gänzlich ande en Modellie ungs-
me hoden als K iging anwendba . Die e wende e Tes unk ion s amm aus eine Ve ö en lichung
on Fo es e e al. [85].
3.3.4 EMBK-3 Anwendung
Im A bei spake EMBK-3 soll en die in den A bei spake en EMBK-1 und EMBK-2 bea bei e en Me ho-
den au die P oblems ellungen des P ojek es angewende we den. Fü die Anwendung s anden zwei
23
3 Wissenscha lich- echnische E gebnisse
0.0 0.2 0.4 0.6 0.8 1.0
−15 −10 −5 0 5 10 15 20
x
y
●
●●
●
●●●
●●●
●
●
●●
●
●
●
Expensi e Func ion
Cheap Func ion
Expensi e Obse a ions
Cheap Obse a ions
Unco ec ed Model
Cheap Model
Co−K iging Model
0.0 0.2 0.4 0.6 0.8 1.0
−15 −10 −5 0 5 10 15 20
x
y
●
●●
●
●●●
●●●
●
●
●●
●
●
●
Expensi e Func ion
Cheap Func ion
Expensi e Obse a ions
Cheap Obse a ions
Unco ec ed Model
Cheap Model
Di .−Model
0.0 0.2 0.4 0.6 0.8 1.0
−15 −10 −5 0 5 10 15 20
x
y
●
●●
●
●●●
●●●
●
●
●●
●
●
●
Expensi e Func ion
Cheap Func ion
Expensi e Obse a ions
Cheap Obse a ions
Unco ec ed Model
Cheap Model
Rel.−Model
Abbildung 6: Beispiel ü die Anwendung on Me hoden ü die Modellie ung mi meh e en Hie a -
chieebenen in eine Dimension. Von oben nach un en: Co-K iging, Di e enz-Modell,
Ve häl nis-Modell.
24
3.7 Wissenscha liche Publika ionen
D: Disse a ion
Im Rahmen de Vo habensbesch eibung wa eine Disse a ion als Modul des P o-
jek es eingeplan , die du ch den im P ojek beschä ig en wissenscha lichen Mi a bei e (Ma in
Zae e e ) bea bei e wi d. Im Ve lau e des P ojek es be eilig en sich zusä zlich zwei wei e e P omo-
ie ende an de Bea bei ung on Themen aus dem P ojek (Bea e B eide ho und Ch is ian Jung).
E gebnisse und Fo sch i e de Disse a ionen wu den be ei s e olg eich zu Ve ö en lichung bei
Fachzei sch i en und Kon e enzen einge eich (siehe Abschni 3.7). Die Disse a ionen sind be ei s
gu o gesch i en, wu den abe nich im Rahmen de P ojek zei lau abgeschlossen. Die Be euung
wa und wi d wei e hin du ch den P ojek lei e sowie on P o . Gün e Rudolph on de TU Do mund
du chge üh .
K: Koo dina ion
Wäh end des P ojek es ielen wich ige Koo dina ionsau gaben an. Un e ande em
wu den wöchen liche S a ussemnia e des P ojek eams abgehal en. Dieses A bei spake is im Gan -
Cha des P ojek e lau s sepa a ausgewiesen (siehe Abbildung 1).
3.7 Wissenscha liche Publika ionen
Du ch die Mi a bei e des P ojek es CIMO wu den zahl eiche Publika ionen e ö en lich . Dabei zähl
P o . D . Ba z-Beiels ein zu den Fo sche n de FH Köln mi den meis en begu ach e en Publika ionen.
Im P ojek zei aum wu den Buchbei äge [
6
,
17
](im D uck: [
11
]), Zei sch i enau sä ze [
1
](un e
Begu ach ung: [
31
]), Kon e enzbei äge [
34
,
33
,
24
,
26
,
25
,
10
,
14
,
30
,
22
,
23
,
21
], und Technische
Be ich e [
8
,
2
,
3
,
32
,
35
,
28
,
20
,
19
,
18
,
16
] e ö en lich . Meh e e eingeladene Vo äge und
Tu o ien [12, 4, 13, 9]und sons ige Vo äge [5]wu den im P ojek CIMO gehal en.
Des Wei e en wa de P ojek lei e als P og am Chai bei de O ganisa ion de 13. Kon e enz zu
Pa allel P oblem Sol ing om Na u e (PPSN 2014) ä ig [7].
Schließlich wu den auch egelmäßige Semina e und Kolloquien du chge üh , bei denen Dok-
o anden ih e Themen und A bei s o sch i e o s ellen konn en
6
. Dies un e s eich den hohen
S ellenwe de Nachwuchs ö de ung im P ojek und wa du ch den uch ba en gegensei igen
Aus ausch ü die En wicklung des P ojek es on g oße Bedeu ung.
4 | Vo aussich liche Nu zen
Im P ojek CIMO (CI-basie e meh k i e ielle Op imie ungs e ah en ü Anwendungen in de Indus-
ie) konn en wich ige Meilens eine plangemäß e eich we den und in e essan e wissenscha liche
E gebnisse sowohl ü die akademische Ve we ung als auch ü Anwendungen in de Indus ie
e zeug we den. Ein de aillie e Ve gleich des P ojek s andes mi de u sp ünglich e anschlag en
Zei planung wu de be ei s in Abschni 3 du chge üh .
Im Rahmen des P ojek es wu den zahl eiche Ansä ze zu Modellie ung und Op imie ung en wickel ,
ge es e und in de o enen S a is ik-P og ammie sp ache R implemen ie . Die en sp echenden
E gebnisse wu den als Teil des R So wa e Pake es SPOT (Sequen ial Pa ame e Op imiza ion Toolbox)
au de R Pla o m CRAN e ö en lich
7
. Eine Ak ualisie ung des e ö en lich en Pake es mi den
6Siehe
h p://www.spo se en.de/spo -symposia/
ü eine Lis e de ak uellen Vo äge.
7Siehe:
c an. -p ojec .o g/package=SPOT
31
5 E gebnisse D i e
le z en En wicklungssch i en aus dem P ojek CIMO is momen an in Bea bei ung und wi d Mi e
2015 au CRAN e ügba sein. Ein wei e e Teil de En wicklung, de sich mi disk e en Op imie ungs-
und Modellie ungsp oblemen be ass , is zudem im R Pake CEGO e ö en lich
8
. Dami s ehen die
E gebnisse des P ojek es di ek ü ande e Fo sche ode S udie ende zu Ve ügung und können
auch ü ande e P oblems ellungen lexibel eingese z we den.
Wei e e Nu zen läss sich be ei s in e schiedenen Be eichen beobach en. Hie sind zue s de
wissenscha liche und de wi scha liche Be eich zu nennen. Die im P ojek CIMO en wickel en
Me hoden we den ak i du ch die P ojek pa ne eingese z .
Das in de Vo habensbesch eibung besch iebene CIMO-Nachwuchs eam is in de P ojek lau zei
deu lich gewachsen. Die A bei sg uppe des P ojek lei e s (SPOTSe en) um ass un e ande em
inzwischen ach P omo ie ende, de en A bei en in einem wöchen lich du chge üh en Semina
besp ochen und ausge ausch we den. Einen ak uellen Übe blick übe Themen und Ak i i ä en
lie e de en Web-Sei e
www.spo se en.de
. Themen aus dem P ojek CIMO inden be ei s bei d ei
P omo ionsp ojek en eine Anwendung.
Die Inhal e und E gebnisse des P ojek es haben Einzug in e schiedene Vo lesungen des P ojek -
lei e s genommen. So we den K iging und Co-K iging G undlagen mi le weile in den Vo lesungen
Da a D i en Modeling and Op imiza ion und Ad anced P ocess Con ol and Op imiza ion im Mas e -
S udiengang Au oma ion & IT einge üh und du ch Beispiele aus dem P ojek e gänz .
Schließlich e gaben die E gebnisse des P ojek es auch neue Fo schungs- und En wicklungsansä -
ze. Hie is zum Beispiel die Modellges ü z e Op imie ung on disk e en, kombina o ischen ode
gemisch en Op imie ungsp oblemen zu nennen.
5 | E gebnisse D i e
Wäh end de Du ch üh ung des Vo habens wu de auch du ch ande e Fo sche g uppen die Anwendung
und En wicklung on modellges ü z en, meh k i e iellen Me hoden o ange ieben. Mi einigen diese
G uppen bes and wäh end des P ojek es bzw. bes eh auch wei e hin ein engmaschige Aus ausch im
Rahmen iele Koope a ionen.
Su oga modelle in de meh k i e iellen Op imie ung
Zum auch in CIMO e wende en K i e ium
des Expec ed Imp o emen in Hype olume wu den e schiedene wich ige E gebnisse e ziel , wie zum
Beispiel heo e ische E gebnisse zu Eigenscha en ode zu exak en und e izien en Be echnung [
78
,
94, 93].
Op imie ung mi meh e en Hie a chieebenen
In Bezug au die Op imie ung mi meh e en Hie a -
chieebenen wu den un e ande em e schiedene A bei en zu Op imie ung mi Co-K iging e ö -
en lich . G a ie [
91
]schläg eine eku si e Va ian e des Co-K iging Ansa zes o , die bei gleiche
p ädik i e Quali ä wenige komplex is . Co-K iging and auch in e schiedenen Gebie en aus
Fo schung und En wicklung Anwendung, wie zum Beispiel de Op imie ung on An ennen [
115
],
Mik owellen il e [116]und in de Ae odynamik [92].
8Siehe:
c an. -p ojec .o g/package=CEGO
32
Behandlung on Nebenbedingungen
Wäh end die Res ik ionsbehandlung im P ojek CIMO o
allem implizi e Res ik ionen ode abe schnell auswe ba e Res ik ionen (z.B. geome isch) behan-
del , wu de in de A bei sg uppe on P o . Wol gang Konen on de FH Köln Expe imen e un e de
Annahme on linea en und nich linea en, eu en Nebenbedingungen du chge üh [
108
]. Dabei
we den Radial Basis Func ion (RBF) Modelle e wende , en sp echend des Ansa zes de Cons ai-
ned Op imiza ion by Radial Basis Func ion App oxima ion (COBRA), de du ch Regis en wickel
wu de [
141
]. Ein wei e e Vo schlag zu Nebenbedingungsbehandlung is die Ve wendung on
meh k i e iellen Me hoden um K i e ien wie Expec ed Imp o emen und P obabili y o Feasibili y [
145
]
zu e binden [139].
Kombina o ische Modellges ü z e Op imie ung
Ein zen ales E gebnis des P ojek es wa die E -
wei e ung de Ansä ze au kombina o ische (ode gemisch e, s uk u ie e) Such äume. In diesem
Zusammenhang sind die E gebnisse on Mo aglio und Ka an [
135
,
137
,
136
,
80
,
101
,
100
,
102
,
103
]
sowie Vou chko [
147
]und Li [
120
] on Bedeu ung. Dabei we den o allem Radial Basis Func ion
Ne wo ks e wende , beziehungsweise im Falle de A bei on Vou chko und ande en [
147
]ein
ehe spezi isches Modell, das ü sequen ielle P ozesse (hie : Schweissp adop imie ung) e wende
we den kann.
Op imie ung on S aubabscheide n
Ein wich iges Anwendungsgebie des P ojek es CIMO wa die
Geome ie-Op imie ung eines Zyklon /Fliehk a abscheide s. In diesem Be eich be ass en sich o
allem Elsayed e al. mi de eink i e iellen Op imie ung un e Ve wendung Neu onale Ne zwe ke
und Gene ische Algo i hmen [
76
], Co-K iging [
75
], sowie des sog. Adjoin Ve ah ens [
74
]. Ein
wei e e Ansa z, de auch ü die Behandlung on Nebenbedingungen in e essan is , wi d on Sg o
und ande en un e such . Dabei wi d eine Va ian e des Simplex Algo i hmus, COMPLEX (COns ained
SIMPLEX) e wende [97].
6 | Ve ö en lichungen de P ojek eilnehme
[1]
BARTZ-BEIELSTEIN, T. ; BRANKE, J. ; MEHNEN, J. ; MERSMANN, O.: E olu iona y Algo i hms. In: Wiley
In e disciplina y Re iews: Da a Mining and Knowledge Disco e y 4 (2014), N . 3, 178-195.
h p://dx.
doi.o g/10.1002/widm.1124
. – DOI 10.1002/widm.1124. – ISSN 1942–4795
[2]
BARTZ-BEIELSTEIN, Thomas: Beyond Pa icula P oblem Ins ances: How o C ea e Meaning ul and
Gene alizable Resul s /Biblio hek de Fachhochschule Köln Biblio hek. Ve sion:2012.
h p://opus.
bsz-bw.de/ hk/ oll ex e/2012/27
. Be zdo e S . 2, 50679 Köln, 2012. – Fo schungsbe ich . –
ISBN 2194–2870
[3]
BARTZ-BEIELSTEIN, Thomas: Beyond Pa icula P oblem Ins ances: How o C ea e Meaning ul and
Gene alizable Resul s /Cologne Uni e si y o Applied Sciences. 2012 (TR 03/2012). – Technical Repo
[4]
BARTZ-BEIELSTEIN, Thomas: BRAGFOST’12 P esen a ion: Design o Expe imen s and Sequen ial Pa ame e
Op imiza ion. No embe 2012
[5]
BARTZ-BEIELSTEIN, Thomas: P esen a ion Slides: Beyond Pa icula P oblem Ins ances—How o C ea e
Meaning ul and Gene alizable Resul s. Talk: Fi s Wo kshop on Applied Me a-Modeling, No embe 2012
33
6 Ve ö en lichungen de P ojek eilnehme
[6]
BARTZ-BEIELSTEIN, Thomas: How o C ea e Gene alizable Resul s. In: KACPRZYK, Janusz (H sg.) ; PEDRYCZ,
Wi old (H sg.): Sp inge Handbook o Compu a ional In elligence. Sp inge , 2015 (in p in ), Kapi el 56
[7]
BARTZ-BEIELSTEIN, Thomas (H sg.) ; BRANKE, Jü gen (H sg.) ; FILIPIC, Bogdan (H sg.) ; SMITH, Jim
(H sg.): Lec u e No es in Compu e Science. Bd. 8672: Pa allel P oblem Sol ing om Na u e - PPSN
XIII - 13 h In e na ional Con e ence, Ljubljana, Slo enia, Sep embe 13-17, 2014. P oceedings. Sp inge ,
2014.
h p://dx.doi.o g/10.1007/978-3-319-10762-2
.
h p://dx.doi.o g/10.1007/
978-3-319-10762-2
[8]
BARTZ-BEIELSTEIN, Thomas ; BRANKE, Jü gen ; MEHNEN, Jö n ; MERSMANN, Ola : O e iew: E olu iona y
Algo i hms /Cologne Uni e si y o Applied Sciences. Cologne Uni e si y o Applied Science, Facul y o
Compu e Science and Enginee ing Science, 2015 (2). – Cologne Open Science, Sch i en eihe CI-plus. –
ISSN 2194–2870
[9]
BARTZ-BEIELSTEIN, Thomas ; FLASCH, Oli e ; ZAEFFERER, Ma in: Sequen ial Pa ame e Op imiza ion o
Symbolic Reg ession. In: GUSTAFSON, S e en (H sg.) ; VLADISLAVLEVA, Eka e ina (H sg.): GECCO 2012
Symbolic eg ession and modeling wo kshop. Philadelphia, Pennsyl ania, USA : ACM, July 2012. – ISBN
978–1–4503–1178–6, S. 495–496
[10]
BARTZ-BEIELSTEIN, Thomas ; FRIESE, Ma ina ; NAUJOKS, Bo is ; ZAEFFERER, Ma in: SPOT Applied o
Non-S ochas ic Op imiza ion P oblems—An Expe imen al S udy. In: RODRIGUEZ, Ka ya (H sg.) ; BLUM,
Ch is ian (H sg.): GECCO 2012 La e b eaking abs ac s wo kshop. Philadelphia, Pennsyl ania, USA : ACM,
July 2012. – ISBN 978–1–4503–1178–6, S. 645–646
[11]
BARTZ-BEIELSTEIN, Thomas ; JUNG, Ch is ian ; ZAEFFERER, Ma in: Unce ain y Managemen Using
Sequen ial Pa ame e Op imiza ion. In: MELONI, Ca lo (H sg.) ; DELLINO, Gab iella (H sg.): Unce ain y
Managemen in Simula ion-Op imiza ion o Complex Sys ems: Algo i hms and Applica ions. Sp inge , 2015
(in p in ) (Sp inge Se ies on Ope a ions Resea ch/Compu e Science In e aces)
[12]
BARTZ-BEIELSTEIN, Thomas ; PREUSS, Mike ; ZAEFFERER, Ma in: S a is ical Analysis o Op imiza ion
Algo i hms wi h R. In: OCHOA, Gab iela (H sg.): GECCO 2012 Specialized echniques and applica ions
u o ials. Philadelphia, Pennsyl ania, USA : ACM, July 2012. – ISBN 978–1–4503–1178–6, S. 1259–1286
[13]
BARTZ-BEIELSTEIN, Thomas ; ZAEFFERER, Ma in ; NAUJOKS, Bo is: How o c ea e meaning ul and gene a-
lizable esul s. In: P oceeding o he i een h annual con e ence companion on Gene ic and e olu iona y
compu a ion con e ence companion. New Yo k, NY, USA : ACM, 2013 (GECCO ’13 Companion). – ISBN
978–1–4503–1964–5, 979–1004
[14]
BREIDERHOFF, Bea e ; BARTZ-BEIELSTEIN, Thomas ; NAUJOKS, Bo is ; ZAEFFERER, Ma in ; FISCHBACH, And e-
as ; FLASCH, Oli e ; FRIESE, Ma ina ; MERSMANN, Ola ; STORK, Jö g: Simula ion and Op imiza ion o Cy-
clone Dus Sepa a o s. In: HOFFMANN, F ank (H sg.) ; HÜLLERMEIER, Eyke (H sg.) ; Ins i u ü Angewand e
In o ma ik/Au oma isie ungs echnik am Ka ls uhe Ins i u ü Technologie (Ve ans .): P oceedings 23.
Wo kshop Compu a ional In elligence Ins i u ü Angewand e In o ma ik/Au oma isie ungs echnik am
Ka ls uhe Ins i u ü Technologie, KIT Scien i ic Publishing, 2013, S. 177–195
[15]
BREIDERHOFF, Bea e ; BARTZ-BEIELSTEIN, Thomas ; NAUJOKS, Bo is ; ZAEFFERER, Ma in ; FISCHBACH,
And eas ; FLASCH, Oli e ; FRIESE, Ma ina ; MERSMANN, Ola ; STORK, Jö g: Simula ion and Op imiza ion o
Cyclone Dus Sepa a o s /Biblio hek de Fachhochschule Köln Biblio hek. Ve sion:2013.
h p://opus.
bsz-bw.de/ hk/ oll ex e/2013/47
. Be zdo e S . 2, 50679 Köln, 2013. – Fo schungsbe ich
34
6 Ve ö en lichungen de P ojek eilnehme
[16]
FLASCH, Oli e ; BARTZ-BEIELSTEIN, Thomas: Towa ds a F amewo k o he Empi ical Analysis o Ge-
ne ic P og amming Sys em Pe o mance /Resea ch Cen e CIOP (Compu a ional In elligence, Op i-
miza ion and Da a Mining). Ve sion:May 2012.
h p://maan s03.gm. h-koeln.de/webpub/
CIOPRepo s.d/Flas12a.d/ciop0512.pd
. Facul y o Compu e Science and Enginee ing Science,
Cologne Uni e si y o Applied Sciences, Ge many, May 2012 (05/12). – CIOP Technical Repo . – ISSN
2191–365X
[17]
FLASCH, Oli e ; BARTZ-BEIELSTEIN, Thomas: A F amewo k o he Empi ical Analysis o Gene ic P o-
g amming Sys em Pe o mance. In: RIOLO, Rick (H sg.) ; VLADISLAVLEVA, Eka e ina (H sg.) ; MOORE,
Jason H. (H sg.): Gene ic P og amming Theo y and P ac ice X. Ann A bo , USA : Sp inge , 2013 (Gene ic
and E olu iona y Compu a ion), S. 155–170
[18]
FLASCH, Oli e ; FRIESE, Ma ina ; VLADISLAVLEVA, Ka ya ; BARTZ-BEIELSTEIN, Thomas ; MERSMANN, Ola ;
NAUJOKS, Bo is ; STORK, Jö g ; ZAEFFERER, Ma in: Compa ing Ensemble-Based Fo ecas ing Me hods o
Sma -Me e ing Da a. Ve sion:2013.
h p://dx.doi.o g/10.1007/978-3-642-37192-9_18
.
In: ESPARCIA-ALCÁZAR, AnnaI. (H sg.): Applica ions o E olu iona y Compu a ion Bd. 7835. Sp inge Be lin
Heidelbe g, 2013. – DOI 10.1007/978–3–642–37192–9_18. – ISBN 978–3–642–37191–2, 172-181
[19]
FLASCH, Oli e ; FRIESE, Ma ina ; ZAEFFERER, Ma in ; BARTZ-BEIELSTEIN, Thomas ; BRANKE, Jü gen:
Lea ning Model-Ensemble Policies wi h Gene ic P og amming /Biblio hek de Fachhochschule Köln
Biblio hek. Ve sion: 2015.
h p://opus.bsz-bw.de/ hk/ oll ex e/2015/78
. Be zdo e S . 2,
50679 Köln, 2015. – Fo schungsbe ich
[20]
FRIESE, Ma ina ; STORK, Jö g ; GUERRA, Rica do R. ; BARTZ-BEIELSTEIN, Thomas ; THAKER, Soham ; FLASCH,
Oli e ; ZAEFFERER, Ma in: UniFIeD Uni a ia e F equency-based Impu a ion o Time Se ies Da a
/Biblio hek de Fachhochschule Köln Biblio hek. Ve sion:2013.
h p://opus.bsz-bw.de/ hk/
oll ex e/2013/49
. Be zdo e S . 2, 50679 Köln, 2013. – Fo schungsbe ich . – ISBN 2194–2870
[21]
JUDT, L. ; MERSMANN, O. ; NAUJOKS, B.: Do Hype olume Reg essions hinde EMOA Pe o mance? Su p ise
and Relie . In: E olu iona y Mul i-C i e ion Op imiza ion 7 h In e na ional Con e ence, EMO, Sp inge ,
2013 (Lec u e No es in Compu e Science 7811), S. 96–110
[22]
MORITZ, S e en ; BARTZ-BEIELSTEIN, Thomas ; MERSMANN, Ola ; ZAEFFERER, Ma in ; STORK, Jö g: Does
impu a ion wo k o imp o emen o domes ic ho wa e usage p edic ion? In: P oceedings. 24. Wo kshop
Compu a ional In elligence, Do mund, 27.-28. No embe 2014 Bd. 50, KIT Scien i ic Publishing, 2014, S.
205–222
[23]
STORK, Jö g ; FISCHBACH, And eas ; BARTZ-BEIELSTEIN, Thomas ; ZAEFFERER, Ma in: Boos ing Pa ame e -
Tuning E iciency wi h Adap i e Expe imen al Designs. In: HOFFMANN, F ank (H sg.) ; HÜLLERMEIER, Eyke
(H sg.): P oceedings 24. Wo kshop Compu a ional In elligence, KIT Scien i ic Publishing, 2014, S. 223–235
[24]
ZAEFFERER, M. ; BARTZ-BEIELSTEIN, T. ; NAUJOKS, B. ; WAGNER, T. ; EMMERICH, M.: A Case S udy on
Mul i-C i e ia Op imiza ion o an E en De ec ion So wa e unde Limi ed Budge s. In: PURSHOUSE, R. C.
(H sg.) u.a.: E olu iona y Mul i-C i e ion Op imiza ion 7 h In e na ional Con e ence, EMO. Heidelbe g :
Sp inge , 2013 (Lec u e No es in Compu e Science 7811), S. 756–770
[25]
ZAEFFERER, M. ; NAUJOKS, B. ; BARTZ-BEIELSTEIN, T. ; FRIESE, M. ; MERSMANN, O. ; FLASCH, Oli e :
Meh k i e ielle sequen ielle Pa ame e op imie ung ü Anwendungsp obleme mi s a k limi ie em
Budge . In: HOFFMANN, F ank (H sg.) ; HÜLLERMEIER, Eyke (H sg.) ; Ins i u ü Angewand e In o ma-
ik/Au oma isie ungs echnik am Ka ls uhe Ins i u ü Technologie (Ve ans .): P oceedings 22. Wo kshop
35
6 Ve ö en lichungen de P ojek eilnehme
Compu a ional In elligence Ins i u ü Angewand e In o ma ik/Au oma isie ungs echnik am Ka ls uhe
Ins i u ü Technologie, KIT Scien i ic Publishing, 2012, S. 385–400
[26]
ZAEFFERER, Ma in ; BARTZ-BEIELSTEIN, Thomas ; FRIESE, Ma ina ; NAUJOKS, Bo is ; FLASCH, Oli e :
Mul i-C i e ia Op imiza ion o Ha d P oblems unde Limi ed Budge s. In: SOULE, Te y (H sg.) u.a.:
GECCO Companion ’12: P oceedings o he ou een h in e na ional con e ence on Gene ic and e olu iona y
compu a ion con e ence companion. Philadelphia, Pennsyl ania, USA : ACM, July 2012. – ISBN 978–1–
4503–1178–6, S. 1451–1452
[27]
ZAEFFERER, Ma in ; BARTZ-BEIELSTEIN, Thomas ; FRIESE, Ma ina ; NAUJOKS, Bo is ; FLASCH, Oli e :
Mul i-c i e ia Op imiza ion o Ha d P oblems Unde Limi ed Budge s. In: P oceedings o he 14 h Annual
Con e ence Companion on Gene ic and E olu iona y Compu a ion. New Yo k, NY, USA : ACM, 2012
(GECCO ’12). – ISBN 978–1–4503–1178–6, 1451–1452
[28]
ZAEFFERER, Ma in ; BARTZ-BEIELSTEIN, Thomas ; NAUJOKS, Bo is ; WAGNER, Tobias ; EMMERIC, Michael:
Model-assis ed Mul i-c i e ia Tuning o an E en De ec ion So wa e unde Limi ed Budge s /Cologne
Uni e si y o Applied Sciences. 2012 (2/2012). – Sch i en eihe CIplus
[29]
ZAEFFERER, Ma in ; BARTZ-BEIELSTEIN, Thomas ; NAUJOKS, Bo is ; WAGNER, Tobias ; EMMERICH, Michael:
A Case S udy on Mul i-C i e ia Op imiza ion o an E en De ec ion So wa e unde Limi ed Budge s. In:
PURSHOUSE, Robin C. (H sg.) ; FLEMING, Pe e J. (H sg.) ; FONSECA, Ca los M. (H sg.) ; GRECO, Sal a o e
(H sg.) ; SHAW, Jane (H sg.): E olu iona y Mul i-C i e ion Op imiza ion. Be lin, Heidelbe g, Ge many :
Sp inge , 2013 (Lec u e No es in Compu e Science). – ISBN 978–3–642–37139–4, 756–770
[30]
ZAEFFERER, Ma in ; BREIDERHOFF, Bea e ; NAUJOKS, Bo is ; FRIESE, Ma ina ; STORK, Jö g ; FISCHBACH,
And eas ; FLASCH, Oli e ; BARTZ-BEIELSTEIN, Thomas: Tuning Mul i-Objec i e Op imiza ion Algo i hms o
Cyclone Dus Sepa a o s. In: Gene ic and E olu iona y Compu a ion Con e ence (GECCO’14), P oceedings,
2014, S. 1223–1230
[31]
ZAEFFERER, Ma in ; GAIDA, Daniel ; BARTZ-BEIELSTEIN, Thomas: Mul i- ideli y Modelling and Op imiza ion
o Biogas Plan s. In: Applied So Compu ing (2014). – P ep in (Unde Re iew)
[32]
ZAEFFERER, Ma in ; NAUJOKS, Bo is ; BARTZ-BEIELSTEIN, Thomas: A Gen le In oduc ion o Mul i-C i e ia
Op imiza ion wi h SPOT /Cologne Uni e si y o Applied Sciences. 2013 (1/2013). – Cologne Open
Science, Sch i en eihe CI-plus
[33]
ZAEFFERER, Ma in ; STORK, Jö g ; BARTZ-BEIELSTEIN, Thomas: Dis ance Measu es o Pe mu a ions in
Combina o ial E icien Global Op imiza ion. In: BARTZ-BEIELSTEIN, Thomas (H sg.) ; BRANKE, Jü gen
(H sg.) ; FILIPIˇ
C, Bogdan (H sg.) ; SMITH, Jim (H sg.): Pa allel P oblem Sol ing om Na u e–PPSN XIII Bd.
8672, Sp inge , 2014, S. 373–383
[34]
ZAEFFERER, Ma in ; STORK, Jö g ; FRIESE, Ma ina ; FISCHBACH, And eas ; NAUJOKS, Bo is ; BARTZ-
BEIELSTEIN, Thomas: E icien Global Op imiza ion o Combina o ial P oblems. In: ARNOLD, Di k V.
(H sg.): Gene ic and E olu iona y Compu a ion Con e ence (GECCO’14), P oceedings, ACM, 2014, S.
871–878
[35]
ZAEFFERER, T. M.and Ba z-Beiels ein ; FRIESE, M. ; NAUJOKS, B. ; FLASCH, O.: MSPOT: Mul i-C i e ia
Sequen ial Pa ame e Op imiza ion /CIplus. 2012 (TR 2/2012). – Fo schungsbe ich
36
7 | Ve ö en lichungen D i e
[36]
BANDLER, J.W. ; CHENG, Q.S. ; DAKROURY, S.A. ; MOHAMED, A.S. ; BAKR, M.H. ; MADSEN, K. ; SØNDERGAARD,
J.: Space mapping: he s a e o he a . In: IEEE T ansac ions on Mic owa e Theo y and Techniques 52
(2004), N . 1, S. 337–361
[37]
BARANSKI, Bas ian ; BARTZ-BEIELSTEIN, Thomas ; EHLERS, Rüdige ; KAJENDRAN, Thusi han ; KOSSLERS,
Bjö n ; MEHNEN, Jö n ; POLAZEK, Tomasz ; REIMHOLZ, Ral ; SCHMIDT, Jens ; SCHMITT, Ka lheinz ; SEIS,
Danny ; SLODZINSKI, Ra ael ; STEEG, Simon ; WIEMANN, Nils ; ZIMMERMANN, Ma c: Ad anced s a egy
ep esen a ions o he i e a ed p isone ’s dilemma. In: P oceedings EURO XXI Con e ence 2006. 21s
Eu opean Con e ence on Ope a ional Resea ch, 2006. – (CD–ROM)
[38]
BARANSKI, Bas ian ; BARTZ-BEIELSTEIN, Thomas ; EHLERS, Rüdige ; KAJENDRAN, Thusi han ; KOSSLERS,
Bjö n ; MEHNEN, Jö n ; POLAZEK, Tomasz ; REIMHOLZ, Ral ; SCHMIDT, Jens ; SCHMITT, Ka lheinz
; SEIS, Danny ; SLODZINSKI, Ra ael ; STEEG, Simon ; WIEMANN, Nils ; ZIMMERMANN, Ma c: High-
o de punishmen and he e olu ion o coope a ion. In: AL., H.-G.Beye e (H sg.): P oc. Gene ic and
E olu iona y Compu a ion Con . (GECCO 2006), Sea le WA. New Yo k : ACM P ess, 2006, S. 379–380
[39]
BARANSKI, Bas ian ; BARTZ-BEIELSTEIN, Thomas ; EHLERS, Rüdige ; KAJENDRAN, Thusi han ; KOSSLERS,
Bjö n ; MEHNEN, Jö n ; POLAZEK, Tomasz ; REIMHOLZ, Ral ; SCHMIDT, Jens ; SCHMITT, Ka lheinz ; SEIS,
Danny ; SLODZINSKI, Ra ael ; STEEG, Simon ; WIEMANN, Nils ; ZIMMERMANN, Ma c: The impac o
g oup epu a ion in mul iagen en i onmen s. In: FOGEL, D. B. e a. (H sg.): P oc. 2006 Cong ess on
E olu iona y Compu a ion (CEC’06) wi hin Fou h IEEE Wo ld Cong ess on Compu a ional In elligence
(WCCI’06), Vancou e BC. Pisca away NJ : IEEE P ess, 2006, S. 1224–1231
[40]
BARTZ-BEIELSTEIN, T: Op imie ung on P ozess a iablen beim Sp i zgießen /Cologne Uni e si y o
Applied Sciences. 2010. – Fo schungsbe ich
[41]
BARTZ-BEIELSTEIN, Thomas: Expe imen al Resea ch in E olu iona y Compu a ion—The New Expe imen a-
lism. Be lin, Heidelbe g, New Yo k : Sp inge , 2006 (Na u al Compu ing Se ies)
[42]
BARTZ-BEIELSTEIN, Thomas ; CHALMERS, Alan (H sg.) ; COX, Da id. R. (H sg.) ; GLYMOUR, Cla k (H sg.)
; MAYO, Debo ah (H sg.) ; SPANOS, A is (H sg.): Neyman-Pea son Theo y o Tes ing and Mayo’s Ex-
ensions in E olu iona y Compu ing.
h p://www.e o 06.econ. .edu/ba ze o 2006.pd
.
Ve sion: 2006
[43]
BARTZ-BEIELSTEIN, Thomas: Expe imen al Analysis o Op imiza ion Algo i hms – P oblems andPe spec i es
(Semina ). Tilbu g Uni e si y NL, Sep embe 2007
[44]
BARTZ-BEIELSTEIN, Thomas: How Expe imen al Algo i hmics Can Bene i om Mayo’s Ex ensions o
Neyman-Pea son Theo y o Tes ing. In: Syn hese 163 (2008), N . 3, S. 385–396.
h p://dx.doi.
o g/10.1007/s11229-007-9297-z
. – DOI 10.1007/s11229–007–9297–z
[45]
BARTZ-BEIELSTEIN, Thomas: Re iew: Design and Analysis o Simula ion Expe imen s by Jack P.C. Kleijnen.
In: INFORMS Compu ing Socie y News 2 (2008), Fall 2008, S. 11–14
[46]
BARTZ-BEIELSTEIN, Thomas: Theo y o E olu iona y Algo i hms (eingeladene Teilnahme). Dags uhl
Semina 08051, Janua 2008
[47]
BARTZ-BEIELSTEIN, Thomas: Sequen ial Pa ame e Op imiza ion—An Anno a ed Bibliog aphy /Resea ch
Cen e CIOP (Compu a ional In elligence, Op imiza ion and Da a Mining). Cologne Uni e si y o
37
7 Ve ö en lichungen D i e
Applied Science, Facul y o Compu e Science and Enginee ing Science, Ap il 2010 (04/10). – CIOP
Technical Repo . – ISSN 2191–365X
[48]
BARTZ-BEIELSTEIN, Thomas: SPOT: An R Package Fo Au oma ic and In e ac i e Tuning o Op imiza ion
Algo i hms by Sequen ial Pa ame e Op imiza ion /Resea ch Cen e CIOP (Compu a ional In elligence,
Op imiza ion andDa a Mining). Ve sion:June 2010.
h p://a xi .o g/abs/1006.4645
. Cologne
Uni e si y o Applied Science, Facul y o Compu e Scienceand Enginee ing Science, June 2010 (05/10).
– CIOP Technical Repo . – ISSN 2191–365X. – Commen s: Rela ed so wa e can be downloaded om
h p://c an. -p ojec .o g/web/packages/SPOT/index.h ml
[49]
BARTZ-BEIELSTEIN, Thomas ; BONGARDS, Michael ; CLAES, Ch is oph ; KONEN, Wol gang ; WESTENBERGER,
Ha mu : Da enanalyse und P ozessop imie ung ü Kanalne ze und Klä anlagen mi CI-Me hoden. In:
MIKUT, R. (H sg.) ; REISCHL, M. (H sg.): P oc. 17 h Wo kshop Compu a ional In elligence, Uni e si ä s-
e lag, Ka ls uhe, 2007, S. 132–138
[50]
BARTZ-BEIELSTEIN, Thomas ; DAVIS, Da id ; MEHNEN, Jö n: E olu iona y Compu a ion in P ac ice ack a
Gene ic and E olu iona y Compu a ion Con e ence (GECCO).
h p://www.isgec.o g/gecco-2009/
ecp.h ml
. Ve sion: 2009
[51]
BARTZ-BEIELSTEIN, Thomas ; KONEN, Wol gang: Da enanalyse und P ozessop imie ung am Beispiel
Klä anlagen /Cologne Uni e si y o Applied Sciences. 2008. – Fo schungsbe ich
[52]
BARTZ-BEIELSTEIN, Thomas ; MARKON, Sando : Tuning Sea ch Algo i hms o Real-Wo ld Applica ions:
A Reg ession T ee Based App oach. In: GREENWOOD, G. W. (H sg.): P oceedings 2004 Cong ess on
E olu iona y Compu a ion (CEC’04), Po land OR Bd. 1. Pisca away NJ : IEEE, 2004, S. 1111–1118
[53]
BARTZ-BEIELSTEIN, Thomas ; MARKON, Sando ; PREUSS, Mike: Algo i hm Based Valida ion o a Simpli ied
Ele a o G oup Con olle Model. In: IBARAKI, T. (H sg.): P oceedings 5 h Me aheu is ics In e na ional
Con e ence (MIC’03). Kyo o, Japan, 2003, S. 06/1–06/13 (CD–ROM)
[54]
BARTZ-BEIELSTEIN, Thomas ; MEHNEN, Jö n ; SCHMITT, Ka lheinz ; PARSOPOULOS, Kons an inos E. ;
VRAHATIS, Michael N.: Pa icle Swa m Op imize s o Pa e o Op imiza ion wi h Enhanced A chi ing
Techniques. In: SARKER, R. (H sg.) u.a.: P oceedings 2003 Cong ess on E olu iona y Compu a ion
(CEC’03), Canbe a Bd. 3. Pisca away NJ : IEEE, 2003, S. 1780–1787
[55]
BARTZ-BEIELSTEIN, Thomas ; PREUSS, Mike: Conside a ions o Budge Alloca ion o Sequen ial Pa ame e
Op imiza ion (SPO). In: PAQUETE, L. (H sg.) u.a.: Wo kshop on Empi ical Me hods o he Analysis o
Algo i hms, P oceedings. Reykja ik, Iceland, 2006, 35–40
[56]
BARTZ-BEIELSTEIN, Thomas ; PREUSS, Mike: Mode ne Me hoden zu expe imen ellen Analyse e olu-
ionä e Ve ah en. In: MIKUT, R. (H sg.) ; REISCHL, M. (H sg.): P oc. 16 h Wo kshop Compu a ional
In elligence, Uni e si ä s e lag, Ka ls uhe, 2006, S. 25–32
[57]
BARTZ-BEIELSTEIN, Thomas ; PREUSS, Mike: Expe imen al esea ch in e olu iona y compu a ion. In:
P oceedings o he 2007 GECCO con e ence companion on Gene ic and e olu iona y compu a ion. New
Yo k, NY, USA : ACM, 2007 (GECCO ’07). – ISBN 978–1–59593–698–1, 3001–3020
[58]
BARTZ-BEIELSTEIN, Thomas ; PREUSS, Mike: Expe imen al esea ch in e olu iona y compu a ion – The Fu-
u e o Expe imen al Resea ch (Tu o ium). Gene ic and E olu iona y Compu a ion Con . (GECCO 2008),
A lan a, Geo gia, USA, Juli 2008
38
7 Ve ö en lichungen D i e
[59]
BARTZ-BEIELSTEIN, Thomas ; PREUSS, Mike ; MARKON, Sando : Valida ion and op imiza ion o an ele a o
simula ion model wi h mode n sea ch heu is ics. Ve sion:2005.
h p://dx.doi.o g/10.1007/
0-387-25383-1_5
. In: IBARAKI, T. (H sg.) ; NONOBE, K. (H sg.) ; YAGIURA, M. (H sg.): Me aheu i-
s ics: P og ess as Real P oblem Sol e s. Be lin, Heidelbe g, New Yo k : Sp inge , 2005 (Ope a ions
Resea ch/Compu e Science In e aces). – DOI 10.1007/0–387–25383–1_5, S. 109–128
[60]
BARTZ-BEIELSTEIN, Thomas ; PREUSS, Mike ; SCHWEFEL, Hans-Paul: Model Op imiza ion wi h E olu iona y
Algo i hms. In: LUCAS, K. (H sg.) ; ROOSEN, P. (H sg.): Eme gence, Analysis, and E olu ion o S uc u es—
Concep s and S a egies Ac oss Disciplines. Be lin, Heidelbe g, New Yo k : Sp inge , 2010, S. 47–62
[61]
BARTZ-BEIELSTEIN, Thomas ; SCHMITT, Ka lheinz ; MEHNEN, Jö n ; NAUJOKS, Bo is ; ZIBOLD, Dmy o:
KEA—A So wa e Package o De elopmen , Analysis, and Applica ion o Mul iple Objec i e E olu-
iona y Algo i hms /Uni e si ä Do mund, Ge many. 2004 (CI–185/04). – In e ne Be ich des
Sonde o schungsbe eichs 531 Compu a ional In elligence
[62]
BARTZ-BEIELSTEIN, Thomas ; ZIMMER, Tobias ; KONEN, Wol gang: Pa ame e selek ion ü komplexe
Modellie ungsau gaben de Wasse wi scha – Mode ne CI-Ve ah en zu Zei eihenanalyse. In: MIKUT,
R. (H sg.) ; REISCHL, M. (H sg.): P oc. 18 h Wo kshop Compu a ional In elligence, Uni e si ä s e lag,
Ka ls uhe, 2008, S. 136–150
[63]
BEIELSTEIN, Thomas ; EWALD, Claus-Pe e ; MARKON, Sando : Op imal Ele a o G oup Con ol by
E olu ion S a egies. In: CANTÚ-PAZ, E. (H sg.) u.a.: P oceedings Gene ic and E olu iona y Compu a ion
Con . (GECCO 2003), Chicago IL, Pa II Bd. 2724. Be lin, Heidelbe g, New Yo k : Sp inge , 2003
(Lec u e No es in Compu e Science), 1963–1974
[64]
BEIELSTEIN, Thomas ; MARKON, Sando : Th eshold Selec ion, Hypo hesis Tes s, and DOE Me hods. In:
FOGEL, D. B. (H sg.) u.a.: P oceedings 2002 Cong ess on E olu iona y Compu a ion (CEC’02) Wi hin
Thi d IEEE Wo ld Cong ess on Compu a ional In elligence (WCCI’02), Honolulu HI. Pisca away NJ : IEEE,
2002, S. 777–782
[65]
BEIELSTEIN, Thomas ; MARKON, Sando ; PREUSS, Mike: A Pa allel App oach o Ele a o Op imiza ion
Based on So Compu ing. In: IBARAKI, T. (H sg.): P oceedings 5 h Me aheu is ics In e na ional Con e ence
(MIC’03). Kyo o, Japan, 2003, S. 07/1–07/11 (CD–ROM)
[66]
BEIELSTEIN, Thomas ; MEHNEN, Jö n ; SCHÖNEMANN, Lu z ; SCHWEFEL, Hans-Paul ; SURMANN, Tobias ;
WEINERT, Klaus ; WIESMANN, Di k: Design o e olu iona y algo i hms and applica ions in su ace econ-
s uc ion. Ve sion: 2003.
h p://dx.doi.o g/10.1007/978-3-662-05609-7_6
. In: SCHWEFEL,
H.-P. (H sg.) ; WEGENER, I. (H sg.) ; WEINERT, K. (H sg.): Ad ances in Compu a ional In elligence—Theo y
and P ac ice. Be lin, Heidelbe g, New Yo k : Sp inge , 2003. – DOI 10.1007/978–3–662–05609–7_6, S.
145–193
[67]
BEUME, N. ; NAUJOKS, B. ; EMMERICH, M.: SMS-EMOA: Mul iobjec i e selec ion based on domina ed
hype olume. In: Eu opean Jou nal o Ope a ional Resea ch 181 (2007), N . 3, S. 1653–1669
[68]
CASTRO, Joseph P. ; GRAY, Gene ha A. ; GIUNTA, An hony A. ; HOUGH, Pa icia D.: De eloping a Compu a-
ionally E icien Dynamic Mul ile el Hyb id Op imiza ion Scheme using Mul i ideli y Model In e ac ions
/Sandia Na ional Labo a o ies. Ve sion: 2005.
h p://www.os i.go /b idge/se le s/pu l/
877137-G4FP0Q/877137.pd
. Albuque que, New Mexico 87185 and Li e mo e, Cali o nia 94550,
2005 (SAND2005-7498). – Fo schungsbe ich
39
7 Ve ö en lichungen D i e
[69]
COELLO COELLO, C. A. ; VAN VELDHUIZEN, D. A. ; LAMONT, G. B.: E olu iona y Algo i hms o Sol ing
Mul i-Objec i e P oblems. 2nd. Sp inge , New Yo k, 2007
[70]
DANCIK, Ga e M. ; DORMAN, Ka in S.: mlegp: S a is ical analysis o compu e mo-
dels o biological sys ems using R. In: Bioin o ma ics 24 (2008), N . 17, S. 1966–
1967.
h p://dx.doi.o g/h p://dx.doi.o g/10.1093/bioin o ma ics/b n329
. – DOI
h p://dx.doi.o g/10.1093/bioin o ma ics/b n329. – ISSN 1367–4803
[71]
DEB, K.: Mul i-Objec i e Op imiza ion using E olu iona y Algo i hms. 1. New Yo k NY : Wiley, 2001
(Wiley-In e science Se ies in Sys ems and Op imiza ion)
[72]
DEB, K. ; AGRAWAL, S. ; PRATAB, A. ; MEYARIVAN, T.: A Fas Eli is Non-Domina ed So ing Gene ic
Algo i hm o Mul i-Objec i e Op imiza ion: NSGA-II. In: SCHOENAUER, M. (H sg.) ; DEB, K. (H sg.)
; RUDOLPH, G. (H sg.) ; YAO, X. (H sg.) ; LUTTON, E. (H sg.) ; MERELO, J. J. (H sg.) ; SCHWEFEL, H.-P.
(H sg.): P oceedings o he Pa allel P oblem Sol ing om Na u e VI. Be lin, Heidelbe g, New Yo k :
Sp inge , 2000, S. 849–858
[73]EHRGOTT, M.: Mul ic i e ia Op imiza ion. Sp inge , Be lin, 2005
[74]
ELSAYED, Khai y: Design o a no el gas cyclone o ex inde using he adjoin me hod. In: Sepa a ion
and Pu i ica ion Technology 142 (2015), N . 0, 274 - 286.
h p://dx.doi.o g/h p://dx.doi.
o g/10.1016/j.seppu .2015.01.010
. – DOI h p://dx.doi.o g/10.1016/j.seppu .2015.01.010. –
ISSN 1383–5866
[75]
ELSAYED, Khai y: Op imiza ion o he cyclone sepa a o geome y o minimum p essu e d op using Co-
K iging. In: Powde Technology 269 (2015), N . 0, 409 - 424.
h p://dx.doi.o g/h p://dx.doi.
o g/10.1016/j.pow ec.2014.09.038
. – DOI h p://dx.doi.o g/10.1016/j.pow ec.2014.09.038. –
ISSN 0032–5910
[76]
ELSAYED, Khai y ; LACOR, Ch is: Modeling and Pa e o op imiza ion o gas cyclone sepa a o pe o mance
using {RBF} ype a i icial neu al ne wo ks and gene ic algo i hms. In: Powde Technology 217 (2012),
N . 0, 84 - 99.
h p://dx.doi.o g/h p://dx.doi.o g/10.1016/j.pow ec.2011.10.015
.
– DOI h p://dx.doi.o g/10.1016/j.pow ec.2011.10.015. – ISSN 0032–5910
[77]
EMMERICH, M. ; DEUTZ, A. H. ; KLINKENBERG, J. W.: The compu a ion o he expec ed imp o emen in
domina ed hype olume o Pa e o on app oxima ions /Leiden Uni e si y. Ve sion: Sep embe 2008.
h p://www.liacs.nl/~{}emme ich/TR-ExI.pd
. 2008. – Fo schungsbe ich
[78]
EMMERICH, Michael T. M. ; DEUTZ, And e H. ; KLINKENBERG, Jan W.: Hype olume-based expec ed
imp o emen : Mono onici y p ope ies and exac compu a ion. In: Cong ess on E olu iona y Compu a ion
(CEC’11), P oceedings. New Yo k, NY, USA : IEEE, 2011. – ISBN 978–1–4244–7834–7, 2147–2154
[79]
EPPLE, B. (H sg.) ; LEITHNER, R. (H sg.) ; LINZER, W. (H sg.) ; WALTER, H. (H sg.): Simula ion on
K a we ken und wä me echnischen Anlagen. Sp inge , Wien, 2007
[80]
FATIMA, Shaheen ; KATTAN, Ahmed: E ol ing Op imal Agendas o Package Deal Nego ia ion. In:
P oceedings o he 13 h Annual Con e ence on Gene ic and E olu iona y Compu a ion. New Yo k, NY, USA
: ACM, 2011 (GECCO ’11). – ISBN 978–1–4503–0557–0, 505–512
[81]
FLASCH, O. ; BARTZ-BEIELSTEIN, Th. ; DAVTYAN, A. ; KOCH, P. ; KONEN, W. ; OYETOYAN, T.D. ; TAMUTAN, M.:
Compa ing SPO- uned GP and NARX p edic ion models o s o mwa e ank ill le el p edic ion. In:
FOGEL, Ga y e a. (H sg.): P oc. IEEE Cong ess E olu iona y Compu a ion (CEC), 2010, S. 1579–1586
40
Die Ve an wo ung ü den Inhal diese
Ve ö en lichung lieg beim Au o .
Kon ak /Imp essum
Diese Ve ¨o en lichungen e scheinen im Rahmen de Sch i en eihe ”CIplus”. Alle
Ve ¨o en lichungen diese Reihe k¨onnen un e
www.ciplus- esea ch.de
ode un e
h p://opus.bsz-bw.de/ hk/index.php?la=de
abge u en we den.
K¨oln, Janua 2012
He ausgebe / Edi o ship
P o . D . Thomas Ba z-Beiels ein,
P o . D . Wol gang Konen,
P o . D . Bo is Naujoks,
P o . D . Ho s S enzel
Ins i u e o Compu e Science,
Facul y o Compu e Science and Enginee ing Science,
Cologne Uni e si y o Applied Sciences,
S einm¨ulle allee 1,
51643 Gumme sbach
u l: www.ciplus- esea ch.de
Sch i lei ung und Ansp echpa ne / Con ac edi o s o ice
P o . D . Thomas Ba z-Beiels ein,
Ins i u e o Compu e Science,
Facul y o Compu e Science and Enginee ing Science,
Cologne Uni e si y o Applied Sciences,
S einm¨ulle allee 1, 51643 Gumme sbach
phone: +49 2261 8196 6391
u l: h p://www.gm. h-koeln.de/~ba z/
eMail: homas.ba z-beiels ein@ h-koeln.de
ISSN (online) 2194-2870
