AbstractsBusiness Management & Administration

Rozsáhlá třída inženýrských optimalizačních úloh vede na modely s omezeními ve tvaru obyčejných nebo parciálních diferenciálních rovnic (ODR nebo PDR). Protože diferenciálních rovnice je možné řešit analyticky jen v nejjednodušších případech, bylo k řešení použito numerických metod založených na diskretizaci oblasti. Zvolili jsme metodu konečných prvků, která umožňuje převod omezení ve tvaru diferenciálních rovnic na omezení ve tvaru soustavy lineárních rovnic. Reálné problémy jsou často velmi rozsáhlé a přesahují dostupnou výpočetní kapacitu. Výpočetní čas lze snížit pomocí progressive hedging algoritmu (PHA), který umožňuje paralelní implementaci. PHA je efektivní scénářová dekompoziční metoda pro řešení scénářových stochastických úloh. Modifikovaný PHA byl využit pro původní přístup prostorové dekompozice. Aproximace diferenciálních rovnic v modelu problému je dosaženo pomocí diskretizace oblasti. Diskretizace je dále využita pro prostorovou dekompozici modelu. Algoritmus prostorové dekompozice se skládá z několika hlavních kroků: vyřešení problému s hrubou diskretizací, rozdělení oblasti problému do překrývajících se částí a iterační řešení pomocí PHA s jemnější diskretizací s využitím hodnot z hrubé diskretizace jako okrajových podmínek. Prostorová dekompozice byla aplikována na základní testovací problém z oboru stavebního inženýrství, který se zabývá návrhem rozměrů průřezu nosníku. Algoritmus byl implementován v softwaru GAMS. Získané výsledky jsou zhodnoceny vzhledem k výpočetní náročnosti a délce překrytí.; Wide variety of optimum design problems in engineering leads to optimization models constrained by ordinary or partial differential equations (ODE or PDE). Numerical methods based on discretising domain are required to obtain a non-differential numerical description of the differential parts of constraints because the analytical solutions can be found only for simple problems. We chose the finite element method. The real problems are often large-scale and exceed computational capacity. Hence, we employ the progressive hedging algorithm (PHA) - an efficient scenario decomposition method for solving scenario-based stochastic programs, which can be implemented in parallel to reduce the computing time. A modified PHA was used for an original concept of spatial decomposition based on the mesh created for approximation of differential equation constraints. The algorithm consists of a few main steps: solve our problem with a raw discretization, decompose it into overlapping parts of the domain, and solve it again iteratively by the PHA with a finer discretization - using values from the raw discretization as boundary conditions until a given accuracy is reached. The spatial decomposition is applied to a basic test problem from the civil engineering area: design of beam cross section dimensions. The algorithms are implemented in GAMS software and finally results are evaluated with respect to a computational complexity and a length of overlap.