HEAL DSpace

Αιτιοκρατική πολυκριτηριακή βελτιστοποίηση, για ασυνεχή και 3Δ μέτωπα Pareto, με εφαρμογές στην αεροδυναμική

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Κοκάλης, Ελευθέριος el
dc.contributor.author Kokalis, Eleftherios en
dc.date.accessioned 2025-02-18T09:37:05Z
dc.date.available 2025-02-18T09:37:05Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/61119
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.28815
dc.rights Αναφορά Δημιουργού 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by/3.0/gr/ *
dc.subject MOO en
dc.subject Gradient based en
dc.subject Pareto en
dc.subject PUMA en
dc.title Αιτιοκρατική πολυκριτηριακή βελτιστοποίηση, για ασυνεχή και 3Δ μέτωπα Pareto, με εφαρμογές στην αεροδυναμική el
dc.title Gradient-based multi-objective optimization, for discontinuous and 3D Pareto fronts, with applications in aerodynamics en
heal.type bachelorThesis
heal.classification Βελτιστοποίηση el
heal.classification Πολυκριτηριακή Βελτιστοποίηση el
heal.classification Υπολογιστική Ρευστοδυναμική el
heal.language el
heal.language en
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2024-10-09
heal.abstract Η διπλωματική αυτή εργασία παρουσιάζει μια αιτιοκρατική μέθοδο που ανιχνεύει το μέτωπο Pareto, επεκτείνοντάς την σε εφαρμογές CFD. Η μέθοδος ανιχνεύει αποτελε- σματικά το μέτωπο Pareto, με "λογικό" υπολογιστικό κόστος, έχοντας ως αφετηρία ένα τυχαίο σημείο ή αρχική γεωμετρία. Το σχετικό λογισμικό που προγραμματίστηκε σε C++ επιλύει MOO προβλήματα δύο ή τριών στόχων. Επιπροσθέτως, προτείνονται νέοι αλγόριθμοι για την αντιμετώπιση υπαρκτών προκλήσεων όπως κατά την ανίχνευση ασυνεχών μετώπων Pareto, ή τη σάρωση μετώπων Pareto τριών στόχων. el
heal.abstract This Diploma Thesis presents a method for solving Multi Objective Optimization (MOO) problems using Gradient-Based (GB) methods and tracking the Pareto front, with applications in Computational Fluid Dynamics (CFD). The proposed method efficiently tracks the Pareto front, starting from a random point or the baseline ge- ometry. The corresponding software programmed in C++, can be applied to two or three-objective optimization problems. Additionally, new algorithms are suggested to address existing challenges in GB MOO, such as tracking discontinuous Pareto fronts and three-objective Pareto fronts. en
heal.advisorName Γιαννάκογλου, Κυριάκος el
heal.committeeMemberName Μαθιουδάκης, Κωνσταντίνος el
heal.committeeMemberName Αρετάκης, Νικόλαος el
heal.committeeMemberName Γιαννάκογλου, Κυριάκος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Μηχανολόγων Μηχανικών. Τομέας Ρευστών el
heal.academicPublisherID ntua
heal.numberOfPages 103 σ. el
heal.fullTextAvailability false


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού 3.0 Ελλάδα