Details

Autor(en) / Beteiligte

• Stapel, Florian
• Suhl, Leena[Akademischer Betreuer]
• Mellouli, Taïb[Akademischer Betreuer]

Titel

Ontology-based representation of abstract optimization models for model formulation and system generation

Ort / Verlag

Paderborn

Erscheinungsjahr

2016

Link zu anderen Inhalten

• Volltext

Verknüpfte Titel

Beschreibungen/Notizen

• Tag der Verteidigung: 14.06.2016
• Open Access
• ger: Gegenstand dieser Arbeit ist ein neuer Ansatz zur Entwicklung optimierungs-basierter Entscheidungsunterstützungssysteme, wobei abstrakte Optimierungsmodelle die Kernkomponenten der Systeme darstellen. Um den Entwicklungsprozess und insbesondere den zentralen Schritt der Modell-Formulierung zu unterstützen, wird eine neue Darstellung solcher Modelle vorgeschlagen, die es erlaubt, die Semantik und Struktur von Daten, mathematischen Eigenschaften und den Formulierungs-Elementen der Modelle selbst geeignet auszudrücken. Die Darstellung basiert auf Ontologie-Klassen und assoziierter Funktionalität zur Herleitung algebraischer Statements. Diese Struktur ermöglicht es, Modellierungs-Fragmente in einer wiederverwendbaren Weise zu entwerfen. Formulierungs-Entitäten wie Constraints und Optimierungsziele werden von Datenmodellen und konkreten algebraischen Ausdrücken wie etwa Summationen entkoppelt, sodass eine weiter abstrahierte Sicht auf Optimierungsmodelle entsteht als es in Algebraischen Modellierungssprachen der Fall ist. Die Operationen im Schritt der Modell-Formulierung werden auf einfache Ontologie-Graph-Manipulationen reduziert und es wird die Grundlage für eine Vielzahl relevanter Automatisierungen gelegt.
• eng: This dissertation presents a novel approach for developing optimization-based decision support systems in which problem specific abstract optimization models constitute the core components. In order to support the development process and especially the task of model formulation, a novel representation of such models is proposed which allows to suitably express the semantics and structure of data, mathematical properties and the problem formulation elements themselves. The representation is based upon ontology classes and associated derivation functionality for algebraic statements. The latter structure allows to design respective modeling fragments in a reusable way. Formulation entities such as constraints and objectives are decoupled from data models and concrete algebraic terms such as summations, which provides a further abstracted view in comparison to Algebraic Modeling Languages. The operations in the model formulation step are reduced to simple ontology-graph manipulations as well as that a fundament for a variety of meaningful automatizations is laid.