Σκοπός της διδακτορικής διατριβής είναι να εμπλουτίσει και να επεκτείνει υπάρχουσες μεθόδους (και λογισμικό) βελτιστοποίησης το οποίο βασίζεται στους εξελικτικούς αλγορίθμους (ΕΑ). Στόχος του νέου λογισμικού είναι, όταν αυτό χρησιμοποιείται σε πραγματικά μεγάλης κλίμακας προβλήματα της βιομηχανίας, να μειώνεται σημαντικά ο χρόνος ολοκλήρωσης του έργου, κάνοντας τη διαδικασία σχεδιασμού-βελτιστοποίησης ελκυστική για χρήση σε βιομηχανικό περιβάλλον. Οι προτεινόμενες μέθοδοι και το προγραμματισθέν λογισμικό εφαρμόζονται σε ένα φάσμα εφαρμογών σχεδιασμού-βελτιστοποίησης στις στροβιλομηχανές, θερμικές και υδροδυναμικές, οι περισσότερες από τις οποίες είναι βιομηχανικού ενδιαφέροντος.
The scope of this PhD thesis is to propose a set of improvements to existing shape design-optimization methods in
fluid dynamics based on Evolutionary Algorithms (EAs) and demonstrate their effciency in real-world applications. Though the proposed method and the developed EA-based software are both generic, this thesis focuses on applications in the felds of hydraulic and thermal turbomachines. With the proposed algorithmic variants, the optimization turn-around time is noticeably reduced with respect to that of conventional (reference,background) methods.