Vorlesung

Quantifizierung von Unsicherheit: Methoden, Anwendungen, Herausforderungen

Die Vorlesung beschäftigt sich mit der Qunatifizierbarkeit von Unsichrheit in technischen Systemen. Die Studierenden sollen in der Lage sein, Unsicherheit in realen technischen Systemen sowohl zu beschreiben, zu quantifizieren als auch zu bewerten.

Lehrinhalte sind:

1. die verschiedenen Typen von Unsicherheit an realen technischen Systemen zu erkennen und selbstständig eine Vorgehensweise zu deren Quantifizierung und Bewertung zu entwickeln.

2. eine Sensitivitätsanalyse durchzuführen, um die wichtigsten Parameter eines Modells mit Hilfe von Methoden wie Sobol-Indizes und Morris-Screening zu ermitteln.

3. die Unsicherheit von Modellen mithilfe von Markov-Chain-Monte-Carlo-Methoden zu quantifizieren und die Ergebnisse zu interpretieren.

4. die quantifizierte Unsicherheit durch ein Modell zu propagieren.

5. schnelle Ersatzmodelle von komplexen rechenintensiven Modellen zu bilden, um auch diese einer Unsicherheitsquantifizierung zugänglich zu machen. Behandelt werden Methoden wie Gaussprozess-Regression (GPR), Support-Vector-Machines (SVM), Polynomial Chaos Expansion (PCE).

6. die Ausfallwahrscheinlichkeit eines Systems anhand der quantifizierten Unsicherheit zu bewerten mithilfe der subset simulation.

Termin WS, Mittwochs 9:50 – 11.30 Uhr
Ort L101/264K
Dozent Dr.-Ing. Robert Feldmann
Prüfungstermin nach Vereinbarung
Studienleistung Master MPE und AE
WS:V2
Credit Points; 4