Optimization in Process SciencesModule description #30211 / Version 1
- 6 CP
- Written exam
- Graded
- Winter semester
- German
This module description is not valid in the current semester (Winter semester 2026/27).
Current version (v7)
| Module / Version | #30211 / #1 |
|---|---|
| Validity | SS 2014 – WS 2015/16 |
| Available language(s) | German |
| Credit points | 6 |
| Person responsible for the module | Wozny, Günter |
| Grading | Graded |
| Exam format | Written exam |
| Language(s) of instruction | German |
Affiliation
| Faculty | Fakultät III |
|---|---|
| Institute | Institut für Prozess und Verfahrenstechnik |
| Academic chair | 33351500 FG Dynamik und Betrieb technischer Anlagen |
Contact
| Office | KWT 9 |
|---|---|
| Contact person | Esche, Erik |
| E-mail address | lehre@dbta.tu-berlin.de |
| Website | https://www.tu.berlin/dbta/studium-lehre/lehrveranstaltungen-ii/prozessoptimierung |
Learning outcomes
-besitzen Kenntnisse über numerische Methoden für die Optimierung des Anlagendesigns und des Anlagenbetriebs chemischer und biotechnologischer Prozesse,
-kennen Parameterschätzprobleme und Grundlagen der Identifizierbarkeitsanalyse von Modellpa-rametern für die Modellbildung,
-besitzen die Fähigkeit geeignete numerische Lösungsalgorithmen für Optimierungsprobleme aus-zuwählen, kennen die entsprechenden Standard-Problemformulierungen und können numerische Lösungen interpretieren,
-beherrschen die praktische Anwendung von Methoden zur statischen und dynamischen Optimie-rung für lineare und nichtlineare Problemstellungen mit kontinuierlichen und diskreten Variablen und beherrschen deren praktische Anwendung.
Die Veranstaltung vermittelt:
20% Wissen & Verstehen, 20% Analyse & Methodik, 20% Entwicklung & Design,
20 % Recherche & Bewertung, 20 % Anwendung & Praxis
-kennen Parameterschätzprobleme und Grundlagen der Identifizierbarkeitsanalyse von Modellpa-rametern für die Modellbildung,
-besitzen die Fähigkeit geeignete numerische Lösungsalgorithmen für Optimierungsprobleme aus-zuwählen, kennen die entsprechenden Standard-Problemformulierungen und können numerische Lösungen interpretieren,
-beherrschen die praktische Anwendung von Methoden zur statischen und dynamischen Optimie-rung für lineare und nichtlineare Problemstellungen mit kontinuierlichen und diskreten Variablen und beherrschen deren praktische Anwendung.
Die Veranstaltung vermittelt:
20% Wissen & Verstehen, 20% Analyse & Methodik, 20% Entwicklung & Design,
20 % Recherche & Bewertung, 20 % Anwendung & Praxis
Content
-Lineare Optimierung
-Beschränkte und unbeschränkte Optimierung
-Nichtlinear und konvexe Problemstellungen
-Quadratische Programmierung und Analyse endlich dimensionaler konvexer Mengen und Funktio-nen
-Nichtlineare Ausgleichsprobleme und Identifizierbarkeitsanalyse
-Sequentielle und simultane Optimierungsstrategien
-Dynamische Optimierung und Optimalsteuerung
-Gemischt ganzzahlige lineare und nichtlineare Optimierung, Modellierungsansätze für diskrete Probleme
-Stochastische Optimierungsverfahren
-Beschränkte und unbeschränkte Optimierung
-Nichtlinear und konvexe Problemstellungen
-Quadratische Programmierung und Analyse endlich dimensionaler konvexer Mengen und Funktio-nen
-Nichtlineare Ausgleichsprobleme und Identifizierbarkeitsanalyse
-Sequentielle und simultane Optimierungsstrategien
-Dynamische Optimierung und Optimalsteuerung
-Gemischt ganzzahlige lineare und nichtlineare Optimierung, Modellierungsansätze für diskrete Probleme
-Stochastische Optimierungsverfahren
Module components
Compulsory area
The following courses are mandatory for this module:
| Courses | Type | Number | Frequency | Language | Hours per week | Course catalog |
|---|---|---|---|---|---|---|
| Prozessoptimierung | Integrated course | 0339L420 | Winter semester | [en] | 4 | ISIS |
Workload and credit points
Prozessoptimierung (Integrated course)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 90 h | |||
Course-independent workload
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Project | 1 | 60 h | 60 h |
| Prüfungsvorbereitung | 1 | 30 h | 30 h |
| 90 h | |||
The workload of the module adds up to 180 hours. The module therefore comprises 6 credit points.
Description of teaching and learning methods
Es handelt sich um eine integrierte Lehrveranstaltung, es kommen Vorlesungen, analytische Übungen und Praktika zum Einsatz, wobei in der Übung und im Praktikum auch Rechnerwerkzeuge verwendet werden. Der Übungsteil findet ausschließlich am Rechner statt, Praktika werden durch theoretische Arbeiten und Aufarbeitung von Fachliteratur ergänzt. Die Praktika werden in Kleingruppen selbständig durchgeführt, begleitend werden von den Lehrenden Sprechstunden angeboten.
Requirements for participation and examination
Desirable prerequisites for participation in the courses:
Vorkenntnisse in Matlab (bspw. Matlab Praktikum zur Prozess- und Anlagendyna-mik), Grundlagen der numerischen Mathematik
Mandatory requirements for the module examination registration:
This module has no examination requirements.
Completion of the module
| Grading | Graded |
|---|---|
| Exam format | Written exam |
| Language | German |
Duration of the module
The following number of semesters is estimated for taking and completing the module: 1 semester(s).
This module can be started in the following semesters: Winter semester.
Maximum number of participants
The maximum capacity of participants is 20.
Registration procedures
Die Anmeldung zur Prüfung erfolgt im zuständigen Prüfungsamt, ggf. über die Online-Prüfungsanmeldung.
Anmeldung zur Veranstaltung:
Eine Anmeldung im Sekr. KWT 9 ist erforderlich.
Anmeldung zur Veranstaltung:
Eine Anmeldung im Sekr. KWT 9 ist erforderlich.
Recommended reading, lecture notes
Lecture notes
available
Electronic lecture notes
available – www.isis.tu-berlin.de
Recommended literature
- Nonlinear and Mixed-Integer Optimization: Fundamentals and Applications, Oxford University Press, C. Floudas.
- Optimization of Chemical. Processes, 2nd Ed., Prentice Hall, Edgar, T. F.; Himmelblau, D. M.; Ladson, L. S.,
Assigned programs
This module is not used in any program.
Miscellaneous
Not specified