Forskning: Skövdeforskare vill hitta de bästa lösningarna genom flermålsoptimering

2016-11-24

Virtuell simulering är en kraftfull teknik för att förbättra olika typer av system, men en utmaning är att systemen som simuleras ofta har ett inslag av slump. Det gör att upprepade simuleringar med samma förutsättningar leder till olika resultat. Florian Siegmund är doktorand vid Institutionen för ingenjörsvetenskap på Högskolan i Skövde och den 12 december lägger han fram sin doktorsavhandling om flermålsoptimering.

Florian har undersökt hur resultatet kan förbättras igenom användandet av en effektiv teknik för upprepade simuleringar. När man kopplar en automatisk optimering till simuleringen så får optimeringen svårt att bedöma vilka lösningar som verkligen är de bästa och som följd försämras optimeringsresultatet. Namnet på avhandlingen är ”Dynamic Resampling for Preference-based Evolutionary Multi-objective Optimization of Stochastic Systems”.

– Denna teknik simulerar en viss konfiguration av systemet flera gånger och beräknar medelvärde och varians. Den upprepade simuleringen minskar osäkerheten och hjälper till att förbättra optimeringsresultaten, men den har också ett pris. Eftersom simuleringar är tidskrävande kan man bara utföra ett begränsat antal och om många simuleringar används för att utvärdera en och samma konfiguration kan man inte utvärdera lika många olika konfigurationer, vilket är en nackdel, berättar Florian.

Därför utvecklar Florian i sin forskning nya dynamiska strategier för upprepad simulering som fördelar antalet simuleringar mellan de olika konfigurationerna på ett smart sätt. Han använder evolutionära optimeringstekniker som i första hand fokuserar på konfigurationer som är intressanta för användaren. På så sätt blir optimeringsresultat både bättre och av större relevans för användaren och därmed ett bra verktyg för beslutsstöd. Något som till exempel kan användas för att effektivisera biltillverkning, transporter eller patientflöden inom sjukvården.

– Det handlar om hitta den bästa lösningen för de olika processerna och det inom en begränsad tid, kanske bara inom ett par timmar, vilket har varit svårt tidigare. Det är vad jag hoppas kunna hjälpa till med genom de tekniker jag utvecklat i min forskning. Jag har redan testat dem framgångsrikt på simulerade system hos Volvo.

Florian Siegmund är från Tyskland och har studerat datavetenskap vid universitetet i Karlsruhe. Ett ämne var operations research, som också finns bland Högskolan i Skövdes forskning och som alltså ligger till grunden för hans doktorsavhandling.
– Det handlar om ett gränssnitt mellan datavetenskap, ekonomi och ingenjörsvetenskap.

Att han blev doktorand vid Högskolan startade med att Florian blev utbytesstudent i Skövde och det var också här som han gjorde sitt examensarbete. Han har också hunnit med en termin i Singapore innan doktorandtjänsten blev verklighet i Skövde. Det var inte bara forskningen och doktorshatten som lockade, Florian hade också träffat sin fru i Skaraborg.

Om det blir Sverige eller Tyskland i framtiden är inte klart, Florian kan tänka sig göra så kallad post-doc på Högskolan i Skövde, men han har också sökt jobb inom näringslivet i Göteborg och i sitt gamla hemland.
– Min önskan och förhoppning är att jag ska kunna fortsätta jobba med forskning och utveckling.

Florian Siegmund disputerar på Högskolan i Skövde måndagen den 12 december, i Portalen, sal Insikten, kl 13.00.

Huvudhandledare: Professor Kalyanmoy Deb, Michigan State University, USA.
Handledare: Professor Amos Ng, Högskolan i Skövde.

Läs avhandlingen.

Här spikar Florian sin avhandling.

Florian Siegmund

Florian Siegmund

Kontakt