Optimierung in den ProzesswissenschaftenModulbeschreibung #30211 / Version 1
- 6 LP
- Schriftliche Prüfung
- Benotet
- Wintersemester
- Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v7)
| Modul / Version | #30211 / #1 |
|---|---|
| Gültigkeit | SS 2014 – WS 2015/16 |
| Verfügbare Sprache(n) | Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Wozny, Günter |
| Benotung | Benotet |
| Prüfungsform | Schriftliche Prüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät III |
|---|---|
| Institut | Institut für Prozess und Verfahrenstechnik |
| Fachgebiet | 33351500 FG Dynamik und Betrieb technischer Anlagen |
Kontakt
| Sekretariat | KWT 9 |
|---|---|
| Ansprechpartner*in | Esche, Erik |
| E-Mail-Adresse | lehre@dbta.tu-berlin.de |
| Webseite | https://www.tu.berlin/dbta/studium-lehre/lehrveranstaltungen-ii/prozessoptimierung |
Lernergebnisse
-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
Lehrinhalte
-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
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Prozessoptimierung | Integrierte Veranstaltung | 0339L420 | Wintersemester | [en] | 4 | ISIS |
Arbeitsaufwand und Leistungspunkte
Prozessoptimierung (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 90 h | |||
Lehrveranstaltungsunabhängiger Aufwand
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Projekt | 1 | 60 h | 60 h |
| Prüfungsvorbereitung | 1 | 30 h | 30 h |
| 90 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
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.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Vorkenntnisse in Matlab (bspw. Matlab Praktikum zur Prozess- und Anlagendyna-mik), Grundlagen der numerischen Mathematik
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Schriftliche Prüfung |
| Sprache | Deutsch |
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 20.
Anmeldeformalitäten
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.
Literaturhinweise, Skripte
Skript in Papierform
verfügbar
Skript in elektronischer Form
verfügbar – www.isis.tu-berlin.de
Empfohlene Literatur
- 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.,
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
Sonstiges
Keine Angabe