Bibliographic Metadata
- TitleNumerical methods for the solution of bi-level multi-objective optimization problems / Alessandro Dell'Aere
- Author
- Published
- Institutional NotePaderborn, Univ., Diss., 2008
- LanguageEnglish
- Document TypesDissertation (PhD)
- URN
- Social MediaShare
- Reference
- IIIF
Deutsch
Sowohl Bilevel-Optimierung als auch Mehrziel-Optimierung sind von großer Bedeutung für viele moderne Wissenschaften und haben dementsprechend in vielen Publikationen der letzten Jahrzehnte großes Interesse erfahren. Da in den letzten Jahren viele Anwendungen, insbesondere im Bereich der selbstoptimierenden Systeme, immer komplexer werden, gehen wir in dieser Dissertation einen Schritt weiter und betrachten Bilevel-Mehrzieloptimierungsprobleme. Diese Probleme können als Bilevel-Optimierungsprobleme aufgefasst werden, bei denen die Teilprobleme der beiden Levels in Form von Mehrziel-Optimierungsproblemen vorliegen. Wir entwickeln die theoretische Basis und anwendbare Algorithmen zur Lösung dieser Probleme. Die Konvergenz der Algorithmen wird bewiesen und ihre Stärke wird an Hand von akademischen Beispielproblemen und realistischen Anwendungen gezeigt.
English
Both bi-level optimization and multi-objective optimization are of crucial importance in many modern sciences and accordingly they have attracted great interest in many publications of the last decades. Since many applications, in particular in the field of self-optimizing systems, become more and more complex during the last years,
in this thesis we go a step ahead and consider bi-level multi-objective optimization problems. Such problems can be understood as bi-level optimization problems, where the subproblems of both levels are given by multi-objective optimization problems. We develop the theoretical background and practical algorithms for the solution of these problems. Convergence of the algorithms is proved and their strength is demonstrated by academic example problems and real world applications.
- The PDF-Document has been downloaded 49 times.