In der Literatur findet sich eine Vielzahl an Optimierungstheorien und -methoden zur Lösung kontinuierlicher Programme. Die Optimierung von numerisch diskretisierten Problemen, beispielsweise einem Finite-Elemente-Modell, stellt jedoch einen Randbereich des Themengebiets dar. Diese Ausführung soll zum einen das Konzept der Optimierung von numerisch diskretisierten Problemen schildern, zum anderen wird eine Optimierungssoftware in Verbindung mit einem kommerziellen Finite-Elemente-Programm implementiert. Hierfür werden über eine Programmierschnittstelle Daten aus einer Finite-Elemente-Software ausgelesen und verarbeitet. Unter Zuhilfenahme der wissenschaftlichen Optimierungsmethoden der sequentiellen linearen Programmierung und der sequentiellen quadratischen Programmierung werden diese Daten mittels eines iterativen Algorithmus optimiert. Von besonderer Bedeutung ist die Anzahl an verwendeten Optimierungsvariablen und die Möglichkeit jegliche Nebenbedingungen als Ungleichungen zu definieren. Die Resultate der optimierten Systeme werden ausgewertet und hinsichtlich der verwendeten Parameter evaluiert. Aufgrund der Vielzahl der unterschiedlichen betrachteten Modelle zeigen sich die Vor- und Nachteile und eventuelle Anwendungsgrenzen des implementierten Algorithmus. Prinzipiell bestätigt sich die Optimierungssoftware als sinnvolles Werkzeug um praxisnahe Systeme zu verbessern.     «

In der Literatur findet sich eine Vielzahl an Optimierungstheorien und -methoden zur Lösung kontinuierlicher Programme. Die Optimierung von numerisch diskretisierten Problemen, beispielsweise einem Finite-Elemente-Modell, stellt jedoch einen Randbereich des Themengebiets dar. Diese Ausführung soll zum einen das Konzept der Optimierung von numerisch diskretisierten Problemen schildern, zum anderen wird eine Optimierungssoftware in Verbindung mit einem kommerziellen Finite-Elemente-Programm implem...     »