Verbundvorhaben: UNSEEN - Bewertung der Unsicherheiten in linear optimierenden Energiesystem-Modellen unter Zuhilfenahme Neuronaler Netze, Teilvorhaben: Effiziente Generierung und Kommunikation von Optimierungsmodellinstanzen für kombinierte Methoden der math. Optimierung und des Maschinellen Lernens auf HPC
Zeitraum
2019-10-01 – 2023-03-31
Bewilligte Summe
320.949,00 EUR
Ausführende Stelle
Förderkennzeichen
03EI1004E
Leistungsplansystematik
Querschnittsaufgaben - Systemanalyse [EA3310]
Verbundvorhaben
Zuwendungsgeber
Bundesministerium für Wirtschaft und Klimaschutz (BMWK.IIB4)
Projektträger
Forschungszentrum Jülich GmbH (PT-J.ESI1)
Förderprogramm
Energie
UNSEEN kombiniert Methoden der Mathematischen Optimierung und des Maschinellen Lernens. Unter Verwendung von Hochleistungsrechnern werden die entwickelten Methoden auf Problemstellungen der Energiesystemanalyse angewendet. Die von der GAMS Software GmbH entwickelte Modellierungssprache GAMS (General Algebraic Modeling System) fungiert dabei als Bindeglied zwischen Modellen auf der einen und Lösungsalgorithmen auf der anderen Seite. Das wesentliche Gesamtziel des Teilvorhabens liegt in der technischen Umsetzung dieser Verbindungsfunktion unter Berücksichtigung der speziellen Anforderungen, die sich aus der neuartigen Kombination von Methoden der Mathematischen Optimierung und des Maschinellen Lernens auf Hochleistungsrechnern ergeben. Insbesondere beim Training eines Neuronalen Netzes (NN) in einer HPC Umgebung aber auch bei den methodischen Entwicklungen aus der Stochastischen Programmierung geht es dabei im Wesentlichen um effiziente Generierung und Kommunikation von Modellinstanzen unter Ausnutzung massiv paralleler Rechenleistung.
Weitere Informationen