In this work, a new distributed optimization architecture is proposed that does not require coordination. The proposed architecture consists of two parts: (1) a system optimization based on pre-trained meta models of an offline database, and (2) component optimizations that can be solved independently and in parallel. The required training data is computed using a new active-learning undersampling strategy that enables efficient sampling and a well-balanced dataset. The approach is used for the lightweight design of mechanical multi-component systems.      «

In this work, a new distributed optimization architecture is proposed that does not require coordination. The proposed architecture consists of two parts: (1) a system optimization based on pre-trained meta models of an offline database, and (2) component optimizations that can be solved independently and in parallel. The required training data is computed using a new active-learning undersampling strategy that enables efficient sampling and a well-balanced dataset. The approach is used for the...     »

In dieser Arbeit wird eine neue verteilte Optimierungsarchitektur vorgeschlagen, die keine Koordination erfordert. Die Architektur besteht aus zwei Teilen: (1) einer System Optimierung basierend auf Meta Modellen einer Offline-Datenbank und (2) Komponenten Optimierungen, die unabhängig und parallel gelöst werden. Die Trainingsdaten werden mit einer neuen Active-Learning-Undersampling-Strategie berechnet, die ein effizientes Sampling mit einem ausgewogenen Datensatz ermöglicht. Der Ansatz wird für den Leichtbau von mechanischen Mehr-Komponenten Systemen verwendet.     «

In dieser Arbeit wird eine neue verteilte Optimierungsarchitektur vorgeschlagen, die keine Koordination erfordert. Die Architektur besteht aus zwei Teilen: (1) einer System Optimierung basierend auf Meta Modellen einer Offline-Datenbank und (2) Komponenten Optimierungen, die unabhängig und parallel gelöst werden. Die Trainingsdaten werden mit einer neuen Active-Learning-Undersampling-Strategie berechnet, die ein effizientes Sampling mit einem ausgewogenen Datensatz ermöglicht. Der Ansatz wird fü...     »