P02 - Heuristische, statistische und analytische Versuchsplanung

Projektbeschreibung

P02 entwickelt auf Grundlage des jeweiligen Kenntnisstands und seiner Unsicherheiten Versuchspläne für die Ermittlung von Mikro-Prozessparametern, die zu den gewünschten Werkstoffeigenschaften führen. Um den vom Anwendungsszenario aufgespannten großen Suchraum zielgerichtet und schnell durchsuchen zu können, wird eine Kombination aus heuristischen Suchverfahren, statistischer Versuchsplanung und analytisch-inversen Modellen eingesetzt.

Publikationen

Drechsler, N., A. Sülflow, and R. Drechsler, Incorporating user preferences in many-objective optimization using relation ε-preferred. Natural Computing, 2015. 14(3): p. 469-483.

Soeken, M. and R. Drechsler. Grammar-based program generation based on model finding. in 2013 8th IEEE Design and Test Symposium. 2013. IEEE.

Fey, G., et al., Effective robustness analysis using bounded model checking techniques. IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, 2011. 30(8): p. 1239-1252.

Sülflow, A., N. Drechsler, and R. Drechsler. Robust multi-objective optimization in high dimensional spaces. in International conference on evolutionary multi-criterion optimization. 2007. Springer.

Schmiedle, F., et al. Priorities in multi-objective optimization for genetic programming. in Proceedings of the 3rd Annual Conference on Genetic and Evolutionary Computation. 2001. Morgan Kaufmann Publishers Inc.