Title: Die Entwicklung einer Softwareumgebung zur Strukturoptimierung
Other Titles: The development of a software environment for structural optimization
Language: Deutsch
Authors: Riemel, Christopher 
Qualification level: Diploma
Advisor: Bucher, Christian
Issue Date: 2011
Number of Pages: 71
Qualification level: Diploma
Abstract: 
Ziel dieser Arbeit war es, für eine gegebene diskretisierte Struktur einer Finite-Elemente Berechnung, eine zeiteffiziente und speicherunkritische Optimierungsstrategie zu entwickeln. Es sollte gezeigt werden, dass dies durch eine Schätzung der rechenaufwendigen Zielfunktion mit Hilfe einer leichter optimierbaren, klassischen, linearen Regressionsfläche möglich ist. Zu diesem Zweck wurden die theoretischen Grundlagen zur schrankenrestringierten Optimierung, zur Parameterschätzung und zur Diagnose von linearen Regressionsmodellen erläutert. Schließlich wurden diese Grundlagen in einer Softwareumgebung umgesetzt und die Arbeitshypothese mit Hilfe eines einfachen Falltestbeispiels getestet. Dabei stellte sich leider heraus, dass klassische lineare Regressionsmodelle für solche komplexen Aufgabenstellungen ungeeignet sind.

The object of this thesis was to develop a time- and memory-efficient optimization strategy for a discretized structure of a finite element analysis. It should be shown that this can be done by estimating the computational expensive objective function with a more easily optimizable classical linear regression surface. To this end, the theoretical basis for bounded optimization, regressor parameter estimation and diagnosis of linear regression models were explained.
Finally, these principles were implemented in a software environment and the working hypothesis has been tested using a simple drop test case example. Unfortunately it turned out that classical linear regression models are inappropriate for such complex tasks.
Keywords: Optimierung; schrankenrestringiert; Lineare Regression; Regressionsanalyse; Modellselektionsverfahren; Modelldiagnostik
Optimization; bounded; Linear regression; Regression analysis; Model selection; Model diagnostics
URI: https://resolver.obvsg.at/urn:nbn:at:at-ubtuw:1-42676
http://hdl.handle.net/20.500.12708/11313
Library ID: AC07809971
Organisation: E206 - Institut für Hochbau und Technologie 
Publication Type: Thesis
Hochschulschrift
Appears in Collections:Thesis

Files in this item:

Show full item record

Page view(s)

7
checked on Apr 17, 2021

Download(s)

81
checked on Apr 17, 2021

Google ScholarTM

Check


Items in reposiTUm are protected by copyright, with all rights reserved, unless otherwise indicated.