Engineering Design Optimization, 7.5 hp

Engineering Design Optimization, 7.5 credits

6FIEI38

Utbildningsnivå

Forskarutbildning

Beskrivning

Kursen syftar till att ge kunskap i att hantera konstruktionsproblem med hjälp av modellering, simulering och optimering, där tyngdpunkten ligger på det sistnämnda.

Preliminary Schedule

10th of November

10:00-10:15 Welcome to the course

10:15-11:00 Optimization and engineering

11:15-12:00 Optimization methods, gradient based, PSO, complex

12:00-13:15 Lunch

13:15-14:00 Optimization method continued

14:15-16:00 Genetic Algorithms

16:15-17:00 Exercises – Solve mathematical functions with MATLAB

11th of November

9:00-10:30 Simulation and optimization, DSM, Penalty Functions

10:45-12:00 Exercises - Simulation and optimization

12:00-13:00 Lunch

13:15-14:30 Multi-Objective Optimization

14:45-16:00 Exercises – MOO, Constraints, DSM

Project discussions

24th of November

10:00-12:00 Surrogate Models

12:00-13:00 Lunch

13:00-14:00 Exercises - Surrogate Model – Paper Airplane

14:00-15:00 Post Optimal Analysis - Multi-Criteria Decision Making, Plotting

15:15-16:00 Exercises – Post Optimal Analysis

25th of November

9:00-11:00 Multidisciplinary Optimization

11:00-12:00 Exercises – modeFRONTIER

12:00-13:00 Lunch

13:15-16:00 Exercises – modeFRONTIER

15th of December

09:30-12:00 Presentation of the projects

12:00-13:00 Lunch

13:00-15:00 Presentation of the projects

15:00-15:30 Round Up

**Anmälan är öppen och görs via mail till johan.persson@liu.se **

Det finns 20 platser på kursen.

Kontaktinformation

Behörighetskrav

Antagen till forskarstudier. Forskarstuderande vid IEI har förtur till kursen.

Grundläggande matematik och teknikkunskaper motsvarande en civilingenjörs-utbildning. Kunskap inom modellering, simulering, och grundläggande optimering är önskvärt men inget krav. Målgrupp är forskarstuderande intresserade av att använda optimering för att lösa konstruktionsproblem.

Lärandemål

Underlätta för studenten att hantera konstruktionsproblem med hjälp av modellering, simulering och optimering, där kursen tyngdpunkt ligger på det sistnämnda.

Efter genomgången kurs skall den studerande:

  • Kunna formulera konstruktionsproblem som optimeringsproblem
  • Kunna hantera optimeringsproblem med flera motstridiga delmål
  • Förstå funktionen och redogöra för skillnaden hos olika optimeringsmetoder, ex. Gradientbaserad linjesökning, Complex metoden och Genetiska algoritmer.
  • Använda optimeringsmetoder för att lösa verkliga konstruktionsproblem
  • Använda optimeringsmetoder tillsammans med olika typer av simuleringsmodeller.

Kursinnehåll

  • Konstruktion och optimering – hur kan optimering stödja konstruktionsprocessen?
  • Optimeringsmetoder – från traditionella gradientmetoder till icke gradientmetoder så som Complex metoden, Genetiska algoritmer och Partikelsvärmsoptimering.
  • Flermålsoptimering – hur hanteras problem med flera motstridiga mål?(Multi-objective optimization).
  • Hantering av bivillkor med hjälp av straffunktioner.
  • Surrogatmodeller – Hur man med hjälp av Design of Experiments och surrogatmodeller kan minska optimeringstiden.
  • Postoptimal analys – hur man väljer en slutgiltig lösning ur en stormängd optimala lösningar?
  • Applikationsexempel där modellering, simulering och optimering används för att lösa verkliga industriella problem.

Undervisnings- och arbetsformer

Undervisningen bedrivs som föreläsningar och datorövningar under ett antal workshops i Linköping. Den sammanlagda schemalagda tiden är 40 timmar fördelade på 3-4 workshops.

Examination

Projektarbete inklusive muntlig redovisning och skriftlig rapport.

Betygsskala

Tvågradig skala

Kurslitteratur

Examples of relevant literature. A complete list will be distributed before the course start.

Box M. J., A new method of constraint optimization and a comparison with other methods, Computer Journal, vol. 8, pp. 42-52, 1965.

Goldberg D., Genetic Algorithms in Search and Machine Learning. Reading, Addison Wesley, 1989.

Onwubiko C., Introduction to Engineering Design Optimization, Prentice Hall, 2000.

Deb K., Multi-Objective Optimization using Evolutionary Algorithms, Wiley, 2001.

Persson J., & Ölvander J., Design Optimization – Optimization methods with Application to Engineering Design Problems, compendium, Department of Management and Engineering, Linköping University, 2025.

Övrig information

Kursen beaktar lika villkor och har som mål att ta tillvara de resurser som studenter med olika bakgrund, livssituation och kompetens tillför utbildningen.

Litteraturlista och schema fastställs i annan ordning.

Kursutvärdering ska göras av kursansvarig efter varje kurstillfälle.

Resultatet av kursutvärderingen ska kommuniceras till deltagarna för denna kursomgång och kommande kursomgång samt Forskarutbildningsrådet vid IEI.