3.3. Analyse- und Optimierungstools
3.3.3. Optimierung
----> Probabilistische Optimierung

Gesucht wird eine optimale Lösung unter Berücksichtigung der Streuungen um die Nennwerte:

• Ausgangspunkt für die probabilistischen Optimierung ist eine Lösung, welche in Hinblick auf die Nennwerte alle Forderungen der Aufgabenstellung erfüllt.

• Die einflussreichsten Streuungen der System-Parameter und der Umgebungsbedingungen werden berücksichtigt.

• Statt einer Nennwert-Simulation wird für jeden Optimierungsschritt die Simulation einer Stichprobe durchgeführt. Dazu nutzt man ein geeignetes Verfahren der statistischen Versuchsplanung.

• Das zu optimierende System wird weiterhin meist als deterministisch und autonom betrachtet. Es ist aber auch möglich, die Streuungen der System-Übergangsfunktion zu berücksichtigen.

Die probabilistische Optimierung kann mit unterschiedlichen Zielen durchgeführt werden:

• Kosten-Minimierung für die Realisierung der zulässigen Toleranzwerte.

• Ausschuss-Minimierung durch Minimierung der Versagenswahrscheinlichkeit.

• Robust-Optimierung durch Minimierung der Varianzen wesentlicher Funktionsgrößen.

Eine Kombination und Modifikation dieser Zielstellungen ist möglich.