Hybridoptimierung
HybridOptimierung bezeichnet Ansätze in der Optimierung, die verschiedene Such- und Optimierungsstrategien miteinander kombinieren, um die Stärken einzelner Verfahren zu nutzen und deren Schwächen zu mildern. Typische Hybridformen verknüpfen globale Suchverfahren, wie metaheuristische oder stochastische Algorithmen, mit lokalen, deterministischen Optimierern (z. B. Gradientensuchverfahren) oder mit Surrogaten. Das Ziel ist eine robuste, effiziente Lösung bei mehrgipfligen, teuren oder restriktiven Problemstellungen.
Klassifikationen umfassen serielle Hybride (zuerst globale Suche, dann lokale Verfeinerung), parallele Hybride (gleichzeitige, kooperative Suche) und
Anwendungsfelder umfassen Ingenieurwesen (Designoptimierung), Luft- und Raumfahrt, Maschinenbau, Energiesysteme, Robotik, Logistik, Zeitplanung sowie maschinelles Lernen.
HybridOptimierung ist ein aktives Forschungsfeld mit vielfältigen hybriden Konstrukten und Anwendungsfällen, wobei der Schwerpunkt auf praktikablen