User: Guest  Login
Original title:
Optimization under uncertainty and the multilevel Monte Carlo method
Translated title:
Optimierung unter Unsicherheit und die multilevel Monte-Carlo-Methode
Author:
Menhorn, Friedrich M.
Year:
2024
Document type:
Dissertation
Faculty/School:
TUM School of Computation, Information and Technology
Institution:
Informatik 5 - Lehrstuhl für Scientific Computing (Prof. Bungartz)
Advisor:
Bungartz, Hans-Joachim (Prof. Dr. habil.)
Referee:
Bungartz, Hans-Joachim (Prof. Dr. habil.); Marzouk, Youssef M. (Prof., Ph.D.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik
TUM classification:
MAT 650; DAT 780
Abstract:
This work combines optimization under uncertainty (OUU) with the multilevel Monte Carlo (MLMC) method. For MLMC, we present new estimators for variance, standard deviation, and the linear combination of expected value and standard deviation—statistics frequently used in OUU. For OUU, we develop the derivative-free optimization method SNOWPAC. The contributions are coupled in the software toolkit Dakota to optimize complex black-box problems and verified using various benchmarks.
Translated abstract:
In dieser Arbeit kombinieren wir Optimierung unter Unsicherheit (OUU) mit der multilevel Monte-Carlo-Methode (MLMC). Für MLMC präsentieren wir neue Schätzer für Varianz, Standardabweichung und die lineare Kombination aus Erwartungswert und Standardabweichung—häufig verwendete Statistiken in OUU. Für OUU entwickeln wir die ableitungsfreie Optimierungsmethode SNOWPAC. Die Beiträge sind in der Software Dakota zur Optimierung komplexer Black-Box-Probleme gekoppelt und mittels Benchmarks verifiziert.
WWW:
https://mediatum.ub.tum.de/?id=1717693
Date of submission:
23.08.2023
Oral examination:
26.03.2024
File size:
20772126 bytes
Pages:
285
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240326-1717693-1-3
Last change:
17.05.2024
 BibTeX