Prof. Sager

Prof. Dr. Sebastian Sager

Fakultät für Mathematik (FMA)
Institut für Mathematische Optimierung (IMO)
Gebäude 02, Universitätsplatz 2, 39106 Magdeburg, G02-224
Projekte

Aktuelle Projekte

Mathematische Komplexitätsreduktion (GRK 2297/1)
Laufzeit: 01.04.2017 bis 31.03.2026

Das Projekt wird von den genannten Principal Investigators getragen. Diese sind den Instituten für Mathematische Optimierung (Averkov, Kaibel, Sager), für Algebra und Geometrie (Kahle, Nill, Pott), für Mathematische Stochastik (Kirch, Schwabe) und für Analysis und Numerik (Benner) der Fakultät zugeordnet. Benner ist zudem Direktor des Max-Planck Institutes für Dynamik komplexer technischer Systeme. Die Fakultät für Elektrotechnik und Informationstechnik ist über Findeisen beteiligt.

Im Kontext des vorgeschlagenen Graduiertenkollegs (GK) verstehen wir Komplexität als eine intrinsische Eigenschaft, die einen mathematischen Zugang zu einem Problem auf drei Ebenen erschwert. Diese Ebenen sind eine angemessene mathematische Darstellung eines realen Problems, die Erkenntnis fundamentaler Eigenschaften und Strukturen mathematischer Objekte und das algorithmische Lösen einer mathematischen Problemstellung. Wir bezeichnen alle Ansätze, die systematisch auf einer dieser drei Ebenen zu einer zumindest partiellen Verbesserung führen, als mathematische Komplexitätsreduktion.

Für viele mathematische Fragestellungen sind Approximation und Dimensionsreduktion die wichtigsten Werkzeuge auf dem Weg zu einer vereinfachten Darstellung und Rechenzeitgewinnen. Wir sehen die Komplexitätsreduktionin einem allgemeineren Sinne und werden zusätzlich auch Liftings in höherdimensionale Räume und den Einfluss der Kosten von Datenerhebungen systematisch untersuchen. Unsere Forschungsziele sind die Entwicklung von mathematischer Theorie und Algorithmen sowie die Identifikation relevanter Problemklassen und möglicher Strukturausnutzung im Fokus der oben beschriebenen Komplexitätsreduktion.

Unsere Vision ist ein umfassendes Lehr- und Forschungsprogramm, das auf geometrischen, algebraischen, stochastischen und analytischen Ansätzen beruht und durch effiziente numerische Implementierungen komplementiert wird. Die Doktorandinnen und Doktoranden werden an einem maßgeschneiderten Ausbildungsprogramm teilnehmen. Dieses enthält unter anderem Kompaktkurse, ein wöchentliches Seminar und ermutigt zu einer frühzeitigen Integration in die wissenschaftliche Community. Wir erwarten, dass das GK als ein Katalysator zur Etablierung dieser erfolgreichen DFG-Ausbildungskonzepte an der Fakultät für Mathematik dienen und zudem helfen wird, die Gleichstellungssituation zu verbessern.

Die Komplexitätsreduktion ist ein elementarer Aspekt der wissenschaftlichen Hintergründe der beteiligten Wissenschaftler. Die Kombination von Expertisen unterschiedlicher mathematischer Bereiche gibt dem GK ein Alleinstellungsmerkmal mit großen Chancen für wissenschaftliche Durchbrüche. Das GK wird Anknüpfungspunkte an zwei Fakultäten der OVGU, an ein Max Planck Institut und mehrere nationale und internationale Forschungsaktivitäten in verschiedenen wissenschaftlichen Communities haben. Die Studierenden im GK werden in einer Fülle von mathematischen Methoden und Konzepten ausgebildet und erlangen dadurch die Fähigkeit, herausfordernde Aufgaben zu lösen. Wir erwarten Erfolge in der Forschung und in der Ausbildung der nächsten Generation führender Wissenschaftler in Akademia und Industrie.

Projekt im Forschungsportal ansehen

Abgeschlossene Projekte

Machine Learning for the Design and Control of Power2X Processes with Application to Methanol Synthesis
Laufzeit: 01.10.2021 bis 30.09.2024

Ziele dieses Projektes sind:

  1. Die Entwicklung neuer numerischer Methoden, welche die Stärken traditioneller Modellierungs- und Optimierungsansätze und des datengetriebenen maschinellen Lernens (ML) kombinieren sowie deren Anwendung zur
  2. Entwicklung einer neuen Methodik für den Entwurf und die Führung von Power2chemicals Prozessen. Die nichtlineare Dynamik infolge stark veränderlicher Feedzuläufe soll dabei explizit berücksichtigt werden. Die Methanolsynthese wird als herausforderndes Anwendungsbeispiel betrachtet. Das ambitionierte Arbeitsprogramm spiegelt die komplementäre Expertise der drei Antragsteller in den Bereichen experimentelle Analyse, konzeptioneller Prozessentwurf und -führung sowie effiziente Algorithmen wieder. Wir verwenden neuronale Differentialgleichungen und differenzierbare End-zu-End Programmierung. Dies erlaubt uns ML für unbekannte oder teuer auszuwertende Modellteile zu nutzen und Methoden der gemischt-ganzzahligen Optimalsteuerung (MIOC) und der Versuchsplanung für hybride Modelle zu entwickeln. Daraus wird eine Methodik zur hybriden Modellierung entwickelt. Diese kombiniert experimentelle Daten aus Versuchen mit einem gradientenfreien Kinetikreaktor mit verfügbarem physikalisch-chemischem Wissen und effizientem ML. Anschließend werden die hybriden Modelle für den robusten Prozessentwurf verwendet. In der ersten Antragsphase liegt der Schwerpunkt bei ideal durchmischten isothermen und örtlich verteilten nichtisothermen Reaktoren. Zur Erhöhung von Flexibilität und Toleranz gegenüber Änderungen von Durchsatz und Zusammensetzung werden Pufferbehälter eingeführt und neben einstufigen auch verschiedene Typen von mehrstufigen Reaktoren mit variabler Feedverteilung betrachtet. Die optimale Konfiguration und die optimalen nominellen Steuerungsprofile werden mit Hilfe von MIOC und den entwickelten hybriden Modellen für charakteristische Feedverläufe bestimmt. Zusätzlich zum robusten Prozessentwurf wird in einem dritten Schritt eine robuste Regelung zur Kompensation von Modellfehlern und unvorhergesehenen Abweichungen vom obigen nominellen Fall entwickelt. Diese basiert auf einer repetitiven Online-Optimierung und erfordert weitere Modellreduktionen und Erweiterung von Methoden für den Fall hybrider Modelle, um Echtzeitanforderungen einzuhalten. Modellierung, Design und Regelung für einen gradientenfreien Reaktor lehnen sich eng an die experimentellen Untersuchungen an, um eine effiziente Erzeugung von Daten und eine Validierung der entwickelten Konzepte zu gewährleisten. Untersuchung von komplexeren Festbettreaktoren werden zunächst in Silico mit Hilfe verfügbarer mechanistischer Modelle durchgeführt und sollen u.a. in einer möglichen 2. Förderphase experimentell validiert werden. Wir generieren neue Ansätze zur systematischen hybriden Modellierung und der anschließenden Verbindung mit Entscheidungsfindung, die physikalische Gesetze berücksichtigen und durch Robustheit die Sicherheit von ML Anwendungen erhöhen.

Projekt im Forschungsportal ansehen

Peruvian Competence Center of Scientific Computing Stärkung des wissenschaftlichen Rechnens in der Lehre in Peru
Laufzeit: 01.01.2019 bis 31.12.2022

Die Angewandte Mathematik und das Wissenschaftliche Rechnen mit dem Fokus Modellbildung, Simulation und Optimierung nimmt weltweit einen zentralen und größer werdenden Stellenwert ein. Die numerische Simulation und Optimierung sind - neben dem Experiment - in vielen wissenschaftlichen Anwendungen zunehmend etabliert. Diese Entwicklung wurde in den letzten Jahrzehnten durch die Verfügbarkeit leistungsfähiger Computer und die damit verbundene mathematische Grundlagenforschung beschleunigt. Obwohl die technischen Voraussetzungen auch in Ländern wie Peru gegeben sind, ist die Disziplin Wissenschaftliches Rechnen hier noch nicht vertreten. Dies liegt an einem streng theoretischem Fokus der Mathematik in Peru, der fehlenden Ausbildung von DozentInnen in Bereichen der Angewandten Mathematik und einem resultierenden Mangel an entsprechenden Studienprogrammen.
In diesem Projekt verfolgen wir mehrere, eng verwandte Ziele: an der Universidad Nacional Agraria La Molina unterstützen wir die derzeit geplante Einrichtung eines Studiengangs Angewandte Mathematik, an der Universidad Nacional de Trujillo und der Pontificia Universidad Católica del Perú unterstützen wir die Weiterentwicklung der vorhandenen Studiengänge und die Entwicklung neuer Forschungslinien zur Stärkung des wissenschaftlichen Rechnens und etablieren Austauschprogramme mit deutschen Hochschulen. Begleitend initiieren wir mit diesen und weiteren Partnern die Einrichtung eines transregionalen Kompetenzzentrums Scientific Computing mit dem Arbeitstitel Peruvian Competence Center of Scientific Computing (PeC3), um eine Vernetzung der Player zum Schaffen von Synergien und eine nachhaltige Verstetigung der Maßnahmen zu erreichen.
Die Einrichtung und Weiterentwicklung von Studiengängen erfordert eine Schulung der DozentInnen in modernen Methoden des wissenschaftlichen Rechnens. Wesentliches Instrument hierzu sind Kurse und Workshops in Peru. Eine besondere Bedeutung kommt dem Einzug von praktischen Elementen in Lehr- und Lernformen zu. Weiter erarbeiten wir Kataloge aktueller und bewährter Literatur für die Lehre, aber werden auch geeignete Skripten, Übungsmaterialien und insbesondere gut dokumentierte wissenschaftliche Software bereitstellen. Schließlich ist die Co-Betreuung peruanischer Abschlussarbeiten von deutscher Seite vorgesehen, um eine Internationalisierung und einen gegenseitigen Erfahrungsaustausch zu erreichen. Darüber hinaus planen wir ein Austauschprogramm, um ein gegenseitiges Begleiten und Kennenlernen von Lehrver-
anstaltungen sowie Verwaltungs- und Forschungsstrukturen zu ermöglichen.
Die Maßnahmen werden unter die Schirmherrschaft eines neu zu gründenden Kompetenzverbunds PeC3 gestellt, um so eine Institutionalisierung und eine Identifikation mit den Maßnahmen zu erzeugen. Dabei denken wir an einen ideellen Verbund im Sinne des WIR - Wissenschaftlichen Rechnen in Baden-Württemberg oder des NoKo - Northern German Colloquium on Applied Analysis and Numerical Mathematics, welches identitätsstiftend für das gesamte Projekt wirkt. Dieser Verbund wird weiteren interessierten Partnern in Südamerika, aber auch kooperierenden Partnern in Europa und Nordamerika offen stehen und soll langfristig als Plattform die Aktivitäten im Bereich Wissenschaftliches Rechnen bündeln und vertreten.
Durch bisher vier vom DAAD finanzierte Sommerschulen sowie der Mitarbeit bei der Etablierung von Promotionsprogrammen sind wir in Südamerika, insbesondere in Peru, bestens vernetzt und kennen die Stärken und Schwächen im Universitätssystem. Von diesem Projekt erhoffen wir uns eine strukturelle Stärkung der Lehre auf dem Gebiet des wissenschaftlichen Rechnens in Peru, die langfristig auch auf die Forschung wirkt. Wir profitieren von einer Institutionalisierung des Kontakts, welche auch zu einer Internationalisierung unserer Hochschulen und zu Austauschmöglichkeiten mit entsprechenden Studiengängen in Deutschland führt.

Projekt im Forschungsportal ansehen

Nichtglatte Verfahren für auf Komplementaritäten basierende Formulierungen geschalteter Advektions-Diffusions-Prozesse
Laufzeit: 01.10.2016 bis 30.09.2022

Teilprojekt innerhalb des Schwerpunktprogrammes 1962 "Nichtglatte Systeme und Komplementaritätsprobleme mit verteilten Parametern: Simulation und mehrstufige Optimierung" der Deutschen Forschungsgemeinschaft. Ziel ist es, in Kooperation mit Christian Kirches (TU Braunschweig) und Sven Leyffer (Forschungszentrum Argonne, USA) neuartige mathematische Optimierungsmethoden zu entwickeln, die die besonderen Strukturen der geschalteten PDE Nebenbedingungen berücksichtigen.

Projekt im Forschungsportal ansehen

Mathematisches Komplexitätsreduktion (GRK 2297/1)
Laufzeit: 01.04.2017 bis 30.09.2021

Das Projekt wird von den genannten Principal Investigators getragen. Diese sind den Instituten für Mathematische Optimierung (Averkov, Kaibel, Sager), für Algebra und Geometrie (Kahle, Nill, Pott), für Mathematische Stochastik (Kirch, Schwabe) und für Analysis und Numerik (Benner) der Fakultät zugeordnet. Benner ist zudem Direktor des Max-Planck Institutes für Dynamik komplexer technischer Systeme. Die Fakultät für Elektrotechnik und Informationstechnik ist über Findeisen beteiligt.

Im Kontext des vorgeschlagenen Graduiertenkollegs (GK) verstehen wir Komplexität als eine intrinsische Eigenschaft, die einen mathematischen Zugang zu einem Problem auf drei Ebenen erschwert. Diese Ebenen sind eine angemessene mathematische Darstellung eines realen Problems, die Erkenntnis fundamentaler Eigenschaften und Strukturen mathematischer Objekte und das algorithmische Lösen einer mathematischen Problemstellung. Wir bezeichnen alle Ansätze, die systematisch auf einer dieser drei Ebenen zu einer zumindest partiellen Verbesserung führen, als mathematische Komplexitätsreduktion.

Für viele mathematische Fragestellungen sind Approximation und Dimensionsreduktion die wichtigsten Werkzeuge auf dem Weg zu einer vereinfachten Darstellung und Rechenzeitgewinnen. Wir sehen die Komplexitätsreduktionin einem allgemeineren Sinne und werden zusätzlich auch Liftings in höherdimensionale Räume und den Einfluss der Kosten von Datenerhebungen systematisch untersuchen. Unsere Forschungsziele sind die Entwicklung von mathematischer Theorie und Algorithmen sowie die Identifikation relevanter Problemklassen und möglicher Strukturausnutzung im Fokus der oben beschriebenen Komplexitätsreduktion.

Unsere Vision ist ein umfassendes Lehr- und Forschungsprogramm, das auf geometrischen, algebraischen, stochastischen und analytischen Ansätzen beruht und durch effiziente numerische Implementierungen komplementiert wird. Die Doktorandinnen und Doktoranden werden an einem maßgeschneiderten Ausbildungsprogramm teilnehmen. Dieses enthält unter anderem Kompaktkurse, ein wöchentliches Seminar und ermutigt zu einer frühzeitigen Integration in die wissenschaftliche Community. Wir erwarten, dass das GK als ein Katalysator zur Etablierung dieser erfolgreichen DFG-Ausbildungskonzepte an der Fakultät für Mathematik dienen und zudem helfen wird, die Gleichstellungssituation zu verbessern.

Die Komplexitätsreduktion ist ein elementarer Aspekt der wissenschaftlichen Hintergründe der beteiligten Wissenschaftler. Die Kombination von Expertisen unterschiedlicher mathematischer Bereiche gibt dem GK ein Alleinstellungsmerkmal mit großen Chancen für wissenschaftliche Durchbrüche. Das GK wird Anknüpfungspunkte an zwei Fakultäten der OVGU, an ein Max Planck Institut und mehrere nationale und internationale Forschungsaktivitäten in verschiedenen wissenschaftlichen Communities haben. Die Studierenden im GK werden in einer Fülle von mathematischen Methoden und Konzepten ausgebildet und erlangen dadurch die Fähigkeit, herausfordernde Aufgaben zu lösen. Wir erwarten Erfolge in der Forschung und in der Ausbildung der nächsten Generation führender Wissenschaftler in Akademia und Industrie.

Projekt im Forschungsportal ansehen

Power to Chemicals (P2Chem)
Laufzeit: 01.04.2018 bis 31.03.2021

Im Rahmen der Energiewende in der Bundesrepublik Deutschland steigt der Anteil erneuerbarer Energien im Versorgungssystem stetig an. Dieses impliziert Herausforderungen und Chancen, insbesondere im Umgang mit Überhängen in der Stromproduktion. Wir betrachten Power-to-Chemicals (P2Chem) Prozesse, die Strom zur Herstellung von hochwertigen Chemikalien nutzen. Hierbei können grundsätzlich verschiedenste Komponenten wie katalytische Reaktoren oder Elektrolysezellen eingesetzt und miteinander kombiniert werden. Als Zielprodukt betrachten wir in diesem Projekt Synthesegas (SG), aus dem man viele wichtige Basischemikalien wie Methanol, Ameisensäure oder Phosgen erzeugen kann, wenn man die H2-zu-CO-Zusammensetzung auf verschiedene Niveaus einstellt. In P2Chem befassen wir uns mit der mathematischen Analyse dieser Prozesse und den treibenden Fragestellungen unserer Industriepartner, der Avacon AG als großem deutschen Energieversorger und der BASF SE als weltgrößtem Chemieunternehmen.

Es gibt eine große Anzahl denkbarer Verschaltungen zwischen Reaktions- und Separationsschritten zur Konversion auftretender stofflicher Gemische. Wir möchten erstmals systematisch und mit Hilfe moderner Mathematik untersuchen, welche Varianten von P2Chem unter welchen Rahmenbedingungen sinnvolle Beiträge zur Nutzung erneuerbarer Energie zur Chemieproduktion leisten können. 

Neben der Wirtschaftlichkeit und Ankopplungsmöglichkeiten an Gas- und Stromnetzwerke sind die Sicherheit und die Flexibilität der Prozessführung sehr wichtig. Es geht hier um das schnelle Reagieren auf zeitlich variierende Randbedingungen (Strompreis, Qualität biogener Rohstoffe, Preis von CO2-Emissionszertifikaten, Preis der erzeugten chemischen Produkte).
Dabei müssen rechtliche, ökonomische und ökologische Aspekte sowie sicherheitstechnische Restriktionen der einzelnen Teilprozesse berücksichtigt werden.

Projekt im Forschungsportal ansehen

ERC Consolidator Grant MODEST: Mathematical Optimization for clinical DEcision Support and Training
Laufzeit: 01.07.2015 bis 30.06.2020

Entwicklung mathematischer Modelle für eine personalisierte Medizin der Zukunft

Im vom Europäischen Forschungsrat (ERC) geförderten Forschungsprojekt Mathematical Optimization for Clinical Decision Support and Training (MODEST) widmen sich Prof. Dr. Sebastian Sager und sein Team aus Mathematikern und Medizinern der Universität Magdeburg der Suche nach mathematischen Lösungen, die Ärzte bei Diagnose- und Therapieentscheidungen unterstützen und eine personalisierte Medizin möglich machen. Ziel des Projektes ist es, prototypische mathematische Modelle und Algorithmen zu entwickeln, die die vielfach erhobenen und vorhandenen individuellen medizinischen Daten integrativ zusammenführen. Die Menge vorhandener Patientendaten soll so automatisch in Vorschläge für Diagnosen und Therapien übersetzt werden können. Mediziner müssen täglich unter Zeitdruck wichtige Entscheidung treffen. Kardiologen anhand eines EKGs in Minuten über mögliche Ursachen von Unstimmigkeiten befinden, Onkologen anhand von Labormarkern Dosis und Behandlungsdauer von Chemotherapien festlegen , so Prof. Sebastian Sager. Diese komplexen Entscheidungen basieren gewöhnlich auf ihrem im Laufe der Jahre angesammelten Expertenwissen, das aber eben nicht allen Patienten zur Verfügung steht und auch nicht ohne weiteres übertragbar ist. Andererseits werden in Kliniken und Arztpraxen Unmengen von Daten erhoben, die aus unserer Sicht nur unzureichend für ärztliche Entscheidungen hinzugezogen werden. Sie in ihrer ganzen Komplexität zu nutzen und gleichzeitig das Wesentliche heraus zu heben, soll durch unsere mathematischen Modelle möglich werden. Wir wollen Software entwickeln, die mit der Fülle der Daten umgehen kann und die die Entscheidungen der Mediziner faktenorientiert und nachvollziehbar unterstützt. So wie ein Flugsimulator Piloten in verschiedenen Szenarien trainiert, könnten dann auch auf individuellen Patientendaten basierende Krankheitssimulatoren sowohl in der Ausbildung eingesetzt werden, als auch im klinischen Alltag ärztliche Diagnosen sicherstellen und Therapieansätze optimieren. Krankheitsverläufe würden vorausberechnet und sichtbar gemacht werden können.

Das Projekt wird gefördert durch den Europäischen Forschungsrat (ERC) im EU-Rahmenprogramm für Forschung und Innovation Horizont 2020 (Grant Agreement Nr. 647573).

Projekt im Forschungsportal ansehen

Situationsbedingtes und verkehrseffizientes Fahren
Laufzeit: 01.03.2017 bis 28.02.2020

Das Projekt ist eine Auftragsforschung der Volkswagen AG, bei der mathematische und systemtheoretische Forschung im Bereich der Verkehrswissenschaft betrieben wird. Genauer geht es um die Entwicklung neuer Methoden, die die Analyse innerstädtischen Verkehrs und einen Transfer in Fahrerassistenzsysteme erlauben. Diese Methoden sollen zum einen die Situationserkennung (Arbeitsgruppe Findeisen), zum anderen die Betrachtung optimaler Verkehrsflüsse und Verhaltensweisen (Arbeitsgruppe Sager) abdecken.

Ein zentraler Punkt des Forschungsauftrages ist die Entwicklung von mathematischen Modellen, Algorithmen und Maßnahmen zur Steigerung der verkehrlichen Leistung in verschiedenen Verkehrssituationen. Insbesondere werden Algorithmen erarbeitet, die zu einer verkehrlichen Verbesserung an innerstädtischen Ampelkreuzungen führen. Weiterhin sollen Optimierungsprobleme zur Berechnung bestmöglichen Verhaltens der Fahrer und Infrastruktureinheiten bezüglich vorher definierter Größen untersucht werden. Ziel ist die Erstellung mathematischer Modelle und Algorithmen, die möglichst komplexe und realistische Verkehrssituationen abbilden und in vertretbarer Zeit lösen können.

Projekt im Forschungsportal ansehen

ERC Proof of Concept Grant ISITFLUTTER: diagnosis app for regular aTrial arrhytmia like Flutter
Laufzeit: 01.10.2016 bis 31.03.2018

Optimierung zur Diagnose von Herzrhythmusstörungen

Innerhalb des ERC Grant Projektes MODEST arbeiten wir an einer neuen Methode zur EKG Diagnose, die auf mathematischer Optimierung beruht. So ist es selbst für Experten oftmals schwierig, unregelmäßige EKGs zuverlässig zu diagnostizieren. Dieses ist aber von großer Relevanz, da unterschiedliche Behandlungsstrategien (Ablation oder medikamentös) resultieren. Der von uns patentierte Algorithmus hat dagegen in einer umfangreichen klinischen Studie Bestwerte erzielt.
Er basiert auf einer inversen Fragestellung: wie gut lässt sich ein mathematisches Modell, das ein reguläres Eingangssignal (also gerade kein Vorhofflimmern), dafür aber unregelmäßige Überleitungen im sogenannten AV-Knoten abbildet, an die konkreten Messwerte aus dem EKG anpassen? Wenn dies sehr gut gelingt, dann interpretieren wir dies als eine Indikation dafür, dass kein Vorhofflimmern vorliegt. Ein großer Vorteil unseres Ansatzes ist, dass er allein auf den R-Zacken, also den gut erkennbaren großen Ausschlägen im EKG resultiert. Damit entfällt die Abhängigkeit von den oft verrauschten kleineren Zacken, unter der konkurrierende Ansätze leiden.
Wir haben eine App entwickelt, die die Zeitpunkte der großen Zacken automatisch aus einem fotografierten EKG oder aber aus den Pieptönen eines Herzmonitors rekonstruiert, und aufgrund dieser Zeitreihe eine Diagnose erstellt.
Ziel des Projektes isitFlutter ist es, die Marktfähigkeit dieser App zu evaluieren, die diese innovative Methode zur Entscheidungsunterstützung in die klinische Praxis bringt. Hierzu gehört die Klärung von patentrechtlichen Aspekten, die Zulassung als medizinisches Produkt, die Weiterentwicklung der Benutzeroberfläche, und eine klinische Studie. Beteiligt sind das Universitäts-Spinoff mathe.medical GmbH und die Otto-von-Guericke-Universität Magdeburg.
 
Das Projekt wird gefördert durch den Europäischen Forschungsrat (ERC) im EU-Rahmenprogramm für Forschung und Innovation Horizont 2020 (Grant Agreement Nr. 727417).

Projekt im Forschungsportal ansehen

Optimization of car to traffic light communication
Laufzeit: 01.09.2013 bis 31.08.2016

Eine optimierte Kommunikation, Schaltung von Ampelanlagen und Betriebsweise von Automobilen soll zu einem insgesamt verbesserten Verkehrsfluss mit weniger Emissionen führen. Ziel der Kooperation mit VW ist es, mathematische Modelle zu erstellen und zur Optimierung in Echtzeit zu nutzen.

Projekt im Forschungsportal ansehen

Nichtlineare gemischt-ganzzahlige Optimierung und Optimale Steuerung stark gekoppelter Industrieprozesse
Laufzeit: 01.07.2013 bis 30.06.2016

Ziel des Vorhabens ist es, neue mathematische Verfahren der nichtlinearen, dynamischen, gemischt-ganzzahligen Optimierung und Optimalen Steuerung zu entwickeln und die anspruchsvollen prototypischen Aufgaben der Industriepartner zu lösen. Diese Aufgaben beinhalten optimale An- und Abfahrvorgänge für komplexe verfahrenstechnische Trennanlagen mit geschalteten Eingangsgrößen und dynamischen Verschaltungsänderungen (BASF), effiziente Betriebsweisen von Hybrid-LKW unter Berücksichtigung von Wärmekopplung und -rekuperation (Daimler) und den optimalen Betrieb von innovativen Wärmepumpen in Elektrofahrzeugen (TLK-Thermo). Das Vorhaben trägt damit wesentlich zu mindestens zwei Feldern der Hightech-Strategie der Bundesregierung bei: Klima und Energie sowie Mobilität der Zukunft, letzteres mit besonderer Betonung auf Elektromobilität und innovativen Hybridantrieben. Die Methoden werden in vier eng verzahnten Teilprojekten von Partnern der Universitäten Heidelberg, Magdeburg und Marburg unter Beteiligung von Nachwuchswissenschaftlern gemeinsam mit den Industriepartnern entwickelt und erprobt. Die Ergebnisse der Teilprojekte und die Integration der darin entwickelten Verfahren werden den Industriepartnern zur weiteren Nutzung übergeben. Darüber hinaus haben sie große Bedeutung für andere stark gekoppelte Prozesse, etwa bei der Optimierung komplexer Energienetzwerke. Für die Angewandte Mathematik werden neue Forschungsfelder im Bereich Optimierung und Numerik erschlossen.

Projekt im Forschungsportal ansehen

Moderne Methoden des Dynamic Pricing
Laufzeit: 01.01.2013 bis 31.12.2015

In vielen Industriezweigen kommt heute zur Festlegung eines Verkaufspreises Revenue Management zum Einsatz. Revenue Management wurde Ende der 80er Jahre in der Airline-Industrie erstmalig angewendet. Dabei ging es darum, zu vorher festgelegten Preisstrukturen die optimalen Absatzmengen zu bestimmen. Mit einfachen Worten: Den richtigen Sitz zum richtigen Zeitpunkt an den richtigen Kunden zum richtigen Preis zu verkaufen. Basis dafür sind Methoden der Statistik zur Nachfrageprognose und die Methoden der Optimierung zur Preis-Mengen-Optimierung.In den letzten Jahren wurden die Methoden sukzessive erweitert. Eine Variante wird als Dynamic Pricing bezeichnet. Dabei wird davon ausgegangen, dass jeweils immer nur zu einem Preis im Markt verkauft werden kann. Aufgabe ist es nun, bei gegebenen Preispunkten die optimalen Zeitpunkte zu bestimmen, an denen diese Preispunkte aktiv sind. Ziel des Projektes ist es, moderne Methoden der Optimierung mit aktueller Statistik so zu verbinden, dass eine verlässliche und effiziente Planung ermöglicht wird.

Projekt im Forschungsportal ansehen

calcHEAT Vorhofflimmern
Laufzeit: 01.09.2013 bis 31.08.2015

Ziel des Projekts ist die Entwicklung und Kommerzialisierung einer Diagnosesoftware im bedeutenden Wachstumsmarkt der kardiovaskulären Datenauswertung. Dieses Projekt wird von der Klaus-Tschira-Stiftung gefördert.Das globale Marktvolumen in diesem Bereich belief sich im Jahr 2010 auf etwa 1,6 Mrd. Euro. Klinischer Hintergrund des Projekts ist die mangelhafte Erkennung und damit verbundene medizinische Unterversorgung von Patienten mit Vorhoftachykardien. Erst durch den Einsatz intelligenter Computeralgorithmen wird es möglich sein, die Erkennungsrate zu verbessern und diese Patienten einer adäquaten Therapie zuzuführen. Alleinstellungsmerkmal ist eine als Patent angemeldete Verknüpfung medizinischen Wissens und effizienter mathematischer Nicht-Standardmethoden. Als Einsatzort des Algorithmus im Sinne einer Embedded Software eignen sich alle elektronischen Geräte, die elektrokardiographische Daten aufnehmen und verarbeiten. Parallel dazu ist die Entwicklung einer Stand Alone Software bzw. einer Web-Anwendung geplant. Als Vorarbeiten wurden eine umfangreiche Datensammlung angelegt und ein Softwareprototyp erstellt. Dieser wurde erfolgreich als „Proof-of-Concept“ für Literaturbeispiele und ergänzend für erste klinische Fälle in Heidelberg eingesetzt.Das Projektteam rekrutiert sich aus hervorragend ausgebildeten und motivierten Absolventen der Kardiologie des Universitätsklinikums Heidelberg und des Instituts für Mathematische Optimierung in Magdeburg.

Projekt im Forschungsportal ansehen

EMBOCON
Laufzeit: 15.01.2010 bis 14.07.2013

Moderne mathematische Verfahren sollen weiterentwickelt und über eine offene Softwareplattform an eine Vielzahl von praktisch relevanten Steuerprozessen gekoppelt werden. Besondere Herausforderung ist hierbei, dass einbettete Hardware eingesetzt wird, beispielsweise Steuergeräte in LKWs oder Controller auf Windenergie-erntenden Flugdrachen.

Projekt im Forschungsportal ansehen

Optimal Control of Periodic Adsorption Processes
Laufzeit: 01.10.2009 bis 30.09.2012

Periodische Adsorptionsprozesse sind in der Verfahrenstechnik ein etabliertes Verfahren zur Separation, beispielsweise für feine Chemikalien oder Pharmazeutika. Neuere Entwicklungen beinhalten die gleichzeitige Betrachtung von Separations- mit Reaktionsprozessen. Die hieraus resultierenden Möglichkeiten zur Optimierung können nur durch einen auf first-principles-Modellierung basierenden Ansatz genutzt werden. Hierzu ist eine Weiterentwicklung mathematischer Methoden zur Behandlung von zeitabhängigen, periodischen und räumlich verteilten Prozessen notwendig.

Projekt im Forschungsportal ansehen

Moderne Methoden des Dynamic Pricing
Laufzeit: 01.07.2009 bis 30.06.2012

In vielen Industriezweigen kommt heute zur Festlegung eines Verkaufspreises Revenue Management zum Einsatz. Revenue Management wurde Ende der 80er Jahre in der Airline-Industrie erstmalig angewendet. Dabei ging es darum, zu vorher festgelegten Preisstrukturen die optimalen Absatzmengen zu bestimmen. Mit einfachen Worten: Den richtigen Sitz zum richtigen Zeitpunkt an den richtigen Kunden zum richtigen Preis zu verkaufen. Basis dafür sind Methoden der Statistik zur Nachfrageprognose und die Methoden der Optimierung zur Preis-Mengen-Optimierung. In den letzten Jahren wurden die Methoden sukzessive erweitert. Eine Variante wird als Dynamic Pricing bezeichnet. Dabei wird davon ausgegangen, dass jeweils immer nur zu einem Preis im Markt verkauft werden kann. Aufgabe ist es nun, bei gegebenen Preispunkten die optimalen Zeitpunkte zu bestimmen, an denen diese Preispunkte aktiv sind. Ziel des Projektes ist es, moderne Methoden der Optimierung mit aktueller Statistik so zu verbinden, dass eine verlässliche und effiziente Planung ermöglicht wird.

Projekt im Forschungsportal ansehen

Publikationen

2023

Buchbeitrag

Towards machine learning of power-2-methanol processes

Martensen, Carl Julius; Plate, Christoph; Keßler, Tobias; Kunde, Christian; Kaps, Lothar; Kienle, Achim; Seidel-Morgenstern, Andreas; Sager, Sebastian

In: Computer aided chemical engineering - Amsterdam [u.a.] : Elsevier, Bd. 52 (2023), S. 561-568

Begutachteter Zeitschriftenartikel

Pharmacokinetic-pharmacodynamic modeling of maintenance therapy for childhood acute lymphoblastic leukemia

Gebhard, Anna; Lilienthal, Patrick; Metzler, Markus; Rauh, Manfred; Sager, Sebastian; Schmiegelow, Kjeld; Toksvang, Linea Natalie; Zierk, Jakob

In: Scientific reports - [London] : Macmillan Publishers Limited, part of Springer Nature, Bd. 13 (2023), Heft 1, Artikel 11749, insges. 15 S.

AML consolidation therapy - timing matters

Reimann, Adrian-Manuel; Schalk, Enrico; Jost, Felix; Mougiakakos, Dimitrios; Weber, Daniela; Döhner, Hartmut; Recher, Christian; Dumas, Pierre-Yves; Ditzhaus, Marc; Fischer, Thomas; Sager, Sebastian

In: Journal of cancer research and clinical oncology - Berlin : Springer, Bd. 149 (2023), Heft 15, S. 13811-13821

A Gauss-Newton-based decomposition algorithm for nonlinear mixed-integer optimal control problems

Bürger, Adrian; Zeile, Clemens; Altmann-Dieses, Angelika; Sager, Sebastian; Diehl, Moritz

In: Automatica - Amsterdam [u.a.] : Elsevier, Pergamon Press, Bd. 152 (2023), Artikel 110967, insges. 9 S.

Digital twins in oncology

Sager, Sebastian

In: Journal of cancer research and clinical oncology - Berlin : Springer, Bd. 149 (2023), Heft 9, S. 5475-5477

On convergence of binary trust-region steepest descent

Manns, Paul; Hahn, Mirko; Kirches, Christian; Leyffer, Sven; Sager, Sebastian

In: Journal of nonsmooth analysis and optimization - Essen : Christian Clason, Fakultät für Mathematik, Universität Duisburg-Essen, Bd. 4 (2023), Artikel 10164, insges. 26 S.

Binary optimal control by trust-region steepest descent

Hahn, Mirko; Leyffer, Sven; Sager, Sebastian

In: Mathematical programming - Berlin : Springer, Bd. 197 (2023), Heft 1, S. 147-190

2022

Buchbeitrag

Decomposition and approximation for PDE-constrained mixed-integer optimal control

Hahn, Mirko; Kirches, Christian; Manns, Paul; Sager, Sebastian; Zeile, Clemens

In: Non-Smooth and Complementarity-Based Distributed Parameter Systems - Cham: Springer International Publishing; Hintermüller, Michael . - 2022, S. 283-305 - ( International series of numerical mathematics; volume 172)

Begutachteter Zeitschriftenartikel

Combinatorial integral approximation decompositions for mixed-integer optimal control

Zeile, Clemens; Weber, Tobias; Sager, Sebastian

In: Algorithms - Basel: MDPI, Bd. 15 (2022), 4, insges. 26 S.

State elimination for mixed-integer optimal control of partial differential equations by semigroup theory

Thünen, Anna; Leyffer, Sven; Sager, Sebastian

In: Optimal control, applications and methods - New York, NY [u.a.]: Wiley, Bd. 43 (2022), 3, S. 867-883

Autonomous traffic at intersections - an optimization-based analysis of possible time, energy, and CO 2 savings

Le, Do Duc; Merkert, Maximilian; Sorgatz, Stephan; Hahn, Mirko; Sager, Sebastian

In: Networks - New York, NY : Wiley, Bd. 79 (2022), Heft 3, S. 338-363

2021

Buchbeitrag

Power-to-chemicals - a superstructure problem for sustainable syngas production

Garmatter, Dominik Karl; Maggi, Andrea; Wenzel, Marcus; Monem, Shaimaa; Hahn, Mirko; Stoll, Martin; Sager, Sebastian; Benner, Peter; Sundmacher, Kai

In: Mathematical Modeling, Simulation and Optimization for Power Engineering and Management - Cham: Springer International Publishing; Göttlich, Simone . - 2021, S. 145-168 - ( Mathematics in industry; volume 34)

Begutachteter Zeitschriftenartikel

On mixed-integer optimal control with constrained total variation of the integer control

Sager, Sebastian; Zeile, Clemens

In: Computational optimization and applications - New York, NY [u.a.] : Springer Science + Business Media B.V., Bd. 78 (2021), S. 575-623

Machine learning in chemical engineering - a perspective

Schweidtmann, Artur M.; Esche, Erik; Fischer, Asja; Kloft, Marius; Repke, Jens-Uwe; Sager, Sebastian; Mitsos, Alexander

In: Chemie - Ingenieur - Technik - Weinheim: Wiley-VCH Verl., Bd. 93 (2021), 12, S. 2029-2039

Mixed-integer optimal control under minimum dwell time constraints

Zeile, Clemens; Robuschi, Nicolò; Sager, Sebastian

In: Mathematical programming - Berlin: Springer, Bd. 188 (2021), S. 653-694

An intra-cycle optimal control framework for ventricular assist devices based on atrioventricular plane displacement modeling

Zeile, Clemens; Rauwolf, Thomas; Schmeisser, Alexander; Mizerski, Jeremi Kaj; Braun-Dullaeus, Rüdiger; Sager, Sebastian

In: Annals of biomedical engineering - Dordrecht [u.a.]: Springer Science + Business Media B.V, 1972, Bd. 49 (2021), 12, S. 3508-3523

A finite element/neural network framework for modeling suspensions of non-spherical particles

Minakowska, Martyna; Richter, Thomas; Sager, Sebastian

In: Vietnam journal of mathematics - Singapore: Springer, Bd. 49 (2021), 1, S. 207-235

Optimization of pressure swing adsorption via a trust-region filter algorithm and equilibrium theory

Uebbing, Jennifer; Biegler, Lorenz T.; Rihko-Struckmann, Liisa; Sager, Sebastian; Sundmacher, Kai

In: Computers & chemical engineering: an international journal of computer applications in chemical engineering - Amsterdam [u.a.]: Elsevier Science, Bd. 151 (2021)

Power-to-syngas - a parareal optimal control approach

Maggi, Andrea; Garmatter, Dominik; Sager, Sebastian; Stoll, Martin; Sundmacher, Kai

In: Frontiers in energy research - Lausanne: Frontiers Media, Bd. 9 (2021), insges. 16 S.

Multiphase mixed-integer nonlinear optimal control of hybrid electric vehicles

Robuschi, Nicolò; Zeile, Clemens; Sager, Sebastian; Braghin, Francesco

In: Automatica: a journal of IFAC, the International Federation of Automatic Control - Amsterdam [u.a.]: Elsevier, Pergamon Press, 123 (2021), Artikel 109325, insgesamt 10 Seiten

Dissertation

Monomial patterns in polynomial optimization

Peters, Benjamin; Sager, Sebastian

In: Magdeburg, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Mathematik 2021, VI, 125 Seiten [Literaturverzeichnis: Seite 119-125][Literaturverzeichnis: Seite 119-125]

Optimization-based operation strategy and storage design for coupled processes

Himmel, Andreas; Sundmacher, Kai; Sager, Sebastian

In: Magdeburg, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Verfahrens- und Systemtechnik 2021, e-o, 220 Seiten [Literaturverzeichnis: Seite 161-184][Literaturverzeichnis: Seite 161-184]

Combinatorial integral decompositions for mixed-integer optimal control

Zeile, Clemens; Sager, Sebastian

In: Magdeburg, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Mathematik 2021, VIII, 254 Seiten [Literaturverzeichnis: Seite 217-237][Literaturverzeichnis: Seite 217-237]

Power-to-methane process synthesis via mixed integer nonlinear programming

Uebbing, Jennifer; Sager, Sebastian; Sundmacher, Kai

In: Magdeburg, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Mathematik 2021, XII, 167 Seiten [Literaturverzeichnis: Seite 167-182][Literaturverzeichnis: Seite 167-182]

2020

Begutachteter Zeitschriftenartikel

Multiphase mixed-integer nonlinear optimal control of hybrid electric vehicles

Robuschi, Nicolò; Zeile, Clemens; Sager, Sebastian; Braghin, Francesco; Cheli, Federico

In: Optimization online: an eprint site for the optimization community - Philadelphia, PA . - 2020, insges. 12 S.

Model-based simulation of maintenance therapy of childhood acute lymphoblastic leukemia

Jost, Felix; Zierk, Jakob; Le, Thuy T. T.; Raupach, Thomas; Rauh, Manfred; Suttorp, Meinolf; Stanulla, Martin; Metzler, Markus; Sager, Sebastian

In: Frontiers in physiology - Lausanne : Frontiers Research Foundation - Volume 11(2020), article 217, 13 Seiten

Model-based optimal AML consolidation treatment

Jost, Felix; Schalk, Enrico; Weber, Daniela; Döhner, Hartmut; Fischer, Thomas; Sager, Sebastian

In: IEEE transactions on biomedical engineering: a publication of the IEEE Engineering in Medicine and Biology Society/ Institute of Electrical and Electronics Engineers - New York, NY: IEEE, 1964, Bd. 67.2020, 12, S. 3296-3306

Optimized and personalized phlebotomy schedules for patients suffering from polycythemia vera

Lilienthal, Patrick; Tetschke, Manuel; Schalk, Enrico; Fischer, Thomas; Sager, Sebastian

In: Frontiers in physiology - Lausanne: Frontiers Research Foundation, 2007, Vol. 11.2020, Art. 328, insgesamt 19 Seiten

Optimized and personalized phlebotomy schedules for patients suffering from polycythemia vera

Lilienthal, Patrick; Tetschke, Manuel; Schalk, Enrico; Fischer, Thomas; Sager, Sebastian

In: Frontiers in physiology - Lausanne: Frontiers Research Foundation, 2007, Vol. 11 (2020), Article 328, insgesamt 19 Seiten

CO2 methanation process synthesis by superstructure optimization

Uebbing, Jennifer; Rihko-Struckmann, Liisa; Sager, Sebastian; Sundmacher, Kai

In: Journal of CO2 utilization - Amsterdam [u.a.]: Elsevier, 20 (2020), Article 101228, insgesamt 15 Seiten

Spatial relationship between the pulmonary trunk and the left coronaries - systematic risk assessment based on automated three-dimensional distance measurements

Scholz, Eberhard P.; Hartlage, Christa; Bernhardt, Felix; Weber, Tobias; Salatzki, Janek; André, Florian; Lugenbiel, Patrick; Riffel, Johannes; Katus, Hugo; Sager, Sebastian

In: Heart rhythm O2 - [Amsterdam] : Elsevier, Bd. 1 (2020), Heft 1, S. 14-20, insges. 7 S.

Time-minimal set point transition for nonlinear SISO systems under different constraints

Himmel, Andreas; Sager, Sebastian; Sundmacher, Kai

In: Automatica: a journal of IFAC, the International Federation of Automatic Control - Amsterdam [u.a.]: Elsevier, Pergamon Press, Volume 114 (2020), article 108806

Nicht begutachteter Zeitschriftenartikel

On Mixed-Integer Optimal Control with Constrained Total Variation of the Integer Control

Sager, Sebastian; Zeile, Clemens

In: Optimization Online: an eprint site for the optimization community - Mathematical Optimization Society . - 2020, insges. 32 S.

A personalized switched systems approach for the optimal control of ventricular assist devices based on atrioventricular plane displacement

Zeile, Clemens; Rauwolf, Thomas; Schmeisser, Alexander; Mizerski, Jeremi Kaj; Braun-Dullaeus, Rüdiger C.; Sager, Sebastian

In: bioRxiv beta - Cold Spring Harbor : Cold Spring Harbor Laboratory, NY . - 2020, S. 1-13

Convexification of polynomial optimization problems by means of monomial patterns

Averkov, Gennadiy; Peters, Benjamin; Sager, Sebastian

In: De.arxiv.org - [S.l.]: Arxiv.org, 2020, article 1901.05675, 36 Seiten

2019

Begutachteter Zeitschriftenartikel

Solving quadratic programs to high precision using scaled iterative refinement

Weber, Tobias; Sager, Sebastian; Gleixner, Ambros

In: Mathematical programming computation - Berlin: Springer, Bd. 11 (2019), 3, S. 421-455

Mathematical models for cytarabine-derived myelosuppression in acute myeloid leukaemia

Jost, Felix; Schalk, Enrico; Rinke, Kristine; Fischer, Thomas; Sager, Sebastian

In: PLOS ONE - San Francisco, California, US: PLOS, 2006, Volume 14.2019, 7, article e0204540, insgesamt 26 Seiten

The asymptotic error of chaos expansion approximations for stochastic differential equations

Huschto, Tony; Podolskij, Mark; Sager, Sebastian

In: Modern stochastics: theory and applications - [Vilnius]: VTeX, 2014, Bd. 6.2019, 2, S. 145-165, insges. 21 S.[Gesehen am 19.06.2020]

Design, implementation and simulation of an MPC algorithm for switched nonlinear systems under combinatorial constraints

Bürger, Adrian; Zeile, Clemens; Altmann-Dieses, Angelika; Sager, Sebastian; Diehl, Moritz

In: Journal of process control: a journal affiliated with IFAC, the International Federation of Automatic Control - Amsterdam [u.a.]: Elsevier Science, Bd. 81 (2019), S. 15-30

2018

Abstract

An algorithm for mixed-integer optimal control of solar thermal climate systems with MPC-capable runtime

Bürger, Adrian; Zeile, Clemens; Altmann-Dieses, Angelika; Sager, Sebastian; Diehl, Moritz

In: 2018 European Control Conference (ECC): June 12-15, 2018, Limassol, Cyprus/ European Control Conference - Limassol, Cyprus, 2018; European Control Conference (17.:2018), Paper ThA9.6

Begutachteter Zeitschriftenartikel

Optimierung und Klinische Entscheidungsunterstützung

Sager, Sebastian

In: Mitteilungen der Deutschen Mathematiker-Vereinigung/ Deutsche Mathematiker-Vereinigung - Berlin: DMV, 1993, Bd. 26.2018, 2/3, S. 101-111

Optimal control of vibration-based micro-energy harvesters

Le, Thuy T. T.; Jost, Felix; Sager, Sebastian

In: Journal of optimization theory and applications - Dordrecht [u.a.]: Springer Science + Business Media, Bd. 179 (2018), 3, S. 1025-1042

Mathematical modeling of RBC count dynamics after blood loss

Tetschke, Manuel; Lilienthal, Patrick; Pottgießer, Torben; Fischer, Thomas; Schalk, Enrico; Sager, Sebastian

In: Processes - Basel : MDPI - Vol. 6.2018, 9, Art. 157, insgesamt 29 S.

Preface: IWR Special Issue on Scientific Computing - dedicated to Hans Georg Bock on the occasion of his 70th Birthday

Jäger, Willi; Phu, Hoang Xuan; Sager, Sebastian; Schlöder, Johannes P.

In: Vietnam journal of mathematics: formerly Tạp chí Toán học (Journal of Mathematics) - Singapore: Springer, 1999, Bd. 46.2018, 4, S. 717-721

A mathematical model of white blood cell dynamics during maintenance therapy of childhood acute lymphoblastic leukemia

Le, Thuy T. T.; Jost, Felix; Raupach, Thomas; Zierk, Jakob; Rauh, Manfred; Suttorp, Meinolf; Stanulla, Martin; Metzler, Markus; Sager, Sebastian

In: Mathematical medicine and biology: a journal of the IMA - Oxford: Univ. Press . - 2018

Global optimal control with the direct multiple shooting method

Diedam, Holger; Sager, Sebastian

In: Optimal control, applications and methods - New York, NY [u.a.]: Wiley, 1996, Bd. 39.2018, 2, S. 449-470

Computational approaches for mixed integer optimal control problems with indicator constraints

Jung, Michael; Kirches, Christian; Sager, Sebastian; Sass, Susanne

In: Vietnam journal of mathematics - Singapore : Springer, Bd. 46 (2018), Heft 4, S. 1023-1051, insges. 29 S. [Gesehen am 07.11.2019]

Dissertation

Tailored indirect algorithms for efficient on-line optimization of batch and semi-batch processes

Aydin, Erdal; Sundmacher, Kai; Sager, Sebastian

In: Magdeburg, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Verfahrens- und Systemtechnik 2018, xx, 119 Seiten [Literaturverzeichnis: Seite 107-113]

Inverse simulation for cardiac arrhythmia

Kehrle, Florian; Sager, Sebastian

In: Magdeburg, 2018, VIII, 162 Seiten, Illustrationen, 30 cm[Literaturverzeichnis: Seite 141-153]

Nicht begutachteter Zeitschriftenartikel

Optimization and clinical decision support

Sager, Sebastian

In: Optima: Mathematical Optimization Society newsletter - Philadelphia, Pa.: Mathematical Optimization Society, 2010 . - 2018, 104, insges. 8 S.

2017

Buchbeitrag

Robust optimization of power network operation - storage devices and the role of forecast errors in renewable energies

Matke, Carsten; Bienstok, Danie; Munoz, Gonzalo; Yang, Shuoguang; Kleinhans, David; Sager, Sebastian

In: Complex networks & their applications V - Newcastle upon Tyne, UK : Cambridge Scholars Pub, S. 809-820, 2017 - (Studies in computational intelligence; 693) [Kongress: 5th International Workshop on Complex Networks and their Applications, Milan, Italy, 30.11.-02.12, 2016]

Structure analysis of the German transmission network using the open source model SciGRID

Matke, Carsten; Medjroubi, Wided; Kleinhans, David; Sager, Sebastian

In: Advances in Energy System Optimization: Proceedings of the first International Symposium on Energy System Optimization - Cham: Springer International Publishing, S. 177-188, 2017

Begutachteter Zeitschriftenartikel

Novel algorithm for accelerated electroanatomic mapping and prediction of earliest activation of focal cardiac arrhythmias using mathematical optimization

Weber, Tobias; Katus, Hugo; Sager, Sebastian; Scholz, Eberhard P.

In: Heart rhythm - New York, NY [u.a.]: Elsevier, 2004, Bd. 14.2017, 6, S. 875-882, insges. 8 S.

A web-based feedback study on optimization-based training and analysis of human decision making

Engelhart, Michael; Funke, Joachim; Sager, Sebastian

In: Journal of dynamic decision making : JDDM - Heidelberg : Univ.-Bibliothek, Vol. 3.2017, Art. 2, insgesamt 23 S.

A feedback optimal control algorithm with optimal measurement time points

Jost, Felix; Sager, Sebastian; Le, Thi Thien Thuy

In: Processes: open access journal - Basel: MDPI, Bd. 5 (2017), 1, insges. 19 S.

2016

Begutachteter Zeitschriftenartikel

Modellgestützte optimale Steuerung von Biogasanlagen

Himmel, Andreas; Rihko-Struckmann, L.; Sager, Sebastian; Sundmacher, Kai

In: Chemie - Ingenieur - Technik: CIT - Weinheim: Wiley-VCH Verl., Bd. 88 (2016), 9, S. 1349-1350

Parameter estimation for leukocyte dynamics after chemotherapy

Rinke, Kristine; Jost, Felix; Findeisen, Rolf; Fischer, Thomas; Bartsch, Rainer; Schalk, Enrico; Sager, Sebastian

In: IFAC-PapersOnLine/ Internationale Förderung für Automatische Lenkung - Frankfurt: Elsevier, Bd. 49 (2016), 26, S. 44-49

Optimum experimental design for patient specific mathematical leukopenia models

Jost, Felix; Rinke, Kristine; Fischer, Thomas; Schalk, Enrico; Sager, Sebastian

In: IFAC-PapersOnLine/ Internationale Förderung für Automatische Lenkung - Frankfurt: Elsevier, Bd. 49 (2016), 26, S. 344-349

An SR1/BFGS SQP algorithm for nonconvex nonlinear programs with block-diagonal Hessian matrix

Janka, Dennis; Kirches, Christian; Sager, Sebastian; Wächter, Andreas

In: Mathematical programming computation: MPC - Berlin: Springer, 2009, Bd. 8.2016, S. 435-459, insges. 25 S.[Gesehen am 30.04.2020]

A simplified 2D heart model of the Wolff-Parkinson-White Syndrome

Zeile, Clemens; Scholz, Eberhard; Sager, Sebastian

In: IFAC-PapersOnLine/ Internationale Förderung für Automatische Lenkung - Frankfurt: Elsevier, Bd. 49 (2016), 26, S. 26-31

2015

Begutachteter Zeitschriftenartikel

A parallel quadratic programming method for dynamic optimization problems

Frasch, Janick V.; Sager, Sebastian; Diehl, Moritz

In: Mathematical programming computation: MPC - Berlin: Springer, Bd. 7.2015, 3, S. 289-329

The Lagrangian relaxation for the combinatorial integral approximation problem

Jung, Michael; Reinelt, Gerhard; Sager, Sebastian

In: Optimization methods & software - London [u.a.]: Taylor & Francis, Bd. 30 (2015), 1, S. 54-80, insges. 27 S.

Efficient upper and lower bounds for global mixed-integer optimal control

Sager, Sebastian; Claeys, Mathieu; Messine, Frédéric

In: Journal of global optimization: an international journal dealing with theoretical and computational aspects of seeking global optima and their applications in science, management and engineering - Dordrecht [u.a.]: Springer Science + Business Media B.V, Bd. 61.2015, 4, S. 721-743

2014

Abstract

Mathematical modelling of neutropenia of AML patients treated with chemotherapy

Rinke, Kristine; Bartsch, Rainer; Fischer, Thomas; Schalk, Enrico; Sager, Sebastian

In: Oncology research and treatment - Basel: Karger, 2014, Bd. 37.2014, Suppl. 5, P501, S. 159

Buchbeitrag

Model predictive control of autonomous vehicles

Zanon, Mario; Frasch, Janick; Vukov, Milan; Sager, Sebastian; Diehl, Moritz

In: Optimization and Optimal Control in Automotive Systems - Cham: Springer, 2014; Waschl, Harald . - 2014, S. 41-57 - (Lecture Notes in Control and Information Sciences; 455)

Begutachteter Zeitschriftenartikel

Pricing conspicuous consumption products in recession periods with uncertain strength

Huschto, Tony; Sager, Sebastian

In: EURO journal on decision processes - Berlin: Springer, 2013, Bd. 2.2014, 1/2, S. 3-30

Discriminating atrial flutter from atrial fibrillation using a multilevel model of atrioventricular conduction

Scholz, Eberhard P.; Kehrle, Florian; Vossel, Stephan; Heß, Alexander; Zitron, Edgar; Katus, Hugo; Sager, Sebastian

In: Heart rhythm - New York, NY [u.a.]: Elsevier, 2004, Bd. 11.2014, 5, S. 877-884

Solving stochastic optimal control problems by a Wiener chaos approach

Huschto, Tony; Sager, Sebastian

In: Vietnam journal of mathematics: formerly Tạp chí Toán học (Journal of Mathematics) - Singapore: Springer, 1999, Bd. 42.2014, 1, S. 83-113, insges. 31 S.

2013

Abstract

Pricing conspicuous consumption products in recession periods with uncertain strength

Huschto, Tony; Sager, Sebastian

In: Optimization online. - [S.l.], 2013

Buchbeitrag

Mixed-integer NMPC for predictive cruise control of heavy-duty trucks

Sager, Sebastian; Kirches, Christian; Bock, Hans Georg; Schlöder, Johannes P.

In: Proceedings of the 12th European Control Conference (ECC): July 17 -19, 2013, Zuerich, Switzerland - Zürich . - 2013, S. 4118-4123, insges. 6 S.Kongress: ECC 12 (Zürich : 2013.07.17-19)

Stochastic optimal control in the perspective of the Wiener chaos

Sager, Sebastian; Huschto, Tony

In: Proceedings of the 12th European Control Conference (ECC). - Zürich, S. 3059-3064, 2013Kongress: ECC; 12 (Zürich) : 2013.07.17-19

An auto-generated nonlinear MPC algorithm for real-time obstacle avoidance of ground vehicles

Sager, Sebastian; Frasch, Janick; Gray, Andrew; Zanon, Mario; Ferreau, Hans Joachim; Borrelli, Francesco; Diehl, Moritz

In: Proceedings of the 12th European Control Conference (ECC). - Zürich, insges. 6 S., 2013Kongress: ECC; 12 (Zürich) : 2013.07.17-19

On perspective functions and vanishing constraints in mixed-integer nonlinear optimal control

Jung, Michael; Kirches, Christian; Sager, Sebastian

In: Facets of Combinatorial Optimization/ Jünger - Berlin, Heidelberg: Springer; Jünger, Michael . - 2013, S. 387-417, insges. 31 S.

Begutachteter Zeitschriftenartikel

Relaxation methods for mixed-integer optimal control of partial differential equations

Hante, Falk Michael; Sager, Sebastian

In: Computational optimization and applications - New York, NY [u.a.]: Springer Science + Business Media B.V., Bd. 55 (2013), 1, S. 197-225, insges. 29 S.

Scientific computing for the cognitive sciences

Sager, Sebastian; Mombaur, Katja; Funke, Joachim

In: Journal of computational science. - Amsterdam [u.a.] : Elsevier, Bd. 4.2013, 4, S. 242-244

Minimization of sewage network overflow

Joseph-Duran, Bernat; Jung, Michael; Ocampo-Martinez, Carlos; Sager, Sebastian; Cembrano, Gabriela

In: Water resources management - Dordrecht [u.a.]: Springer Science + Business Media B.V, Bd. 28 (2014), 1, S. 41-63, insges. 23 S.

A parametric active set method for quadratic programs with vanishing constraints

Kirches, Christian; Potschka, Andreas; Bock, Hans Georg; Sager, Sebastian

In: Pacific journal of optimization. - Yokohama : Yokohama Publishers, Bd. 9.2013, 2, S. 275-299

Sampling decisions in optimum experimental design in the light of pontryagin's maximum principle

Sager, Sebastian

In: SIAM journal on control and optimization. - Philadelphia, Pa : Soc, Bd. 51.2013, 4, S. 3181-3207

A decomposition approach for a new test-scenario in complex problem solving

Engelhart, Michael; Funke, Joachim; Sager, Sebastian

In: Journal of computational science. - Amsterdam [u.a.] : Elsevier, Bd. 4.2013, 4, S. 245-254

2012

Buchbeitrag

A benchmark library of mixed-integer optimal control problems

Sager, Sebastian

In: Mixed Integer Nonlinear Programming/ Lee - New York, NY: Springer Science+Business Media, LLC . - 2012, S. 631-670 - (The IMA Volumes in Mathematics and its Applications; 154)

Mixed-Integer DAE Optimal Control Problems: Necessary conditions and bounds

Gerdts, M.; Sager, Sebastian

In: Control and Optimization with Differential-Algebraic Constraints, SIAM, ISBN 978-1-611972-24-5, pp. 189-212

Begutachteter Zeitschriftenartikel

The integer approximation error in mixed-integer optimal control

Sager, Sebastian; Bock, Hans Georg; Diehl, Moritz

In: Mathematical programming. - Berlin : Springer, Bd. 133.2012, 1/2, S. 1-23

Artikel in Kongressband

Complementary Condensing for the Direct Multiple Shooting Method

Kirches, C.; Bock, H.G.; Schlöder, J.P.; Sager, Sebastian

In: Modeling, Simulation, and Optimization of Complex Processes, HPSC 2009, Springer, pp. 195-206

Mixed-Level Iteration Schemes for Nonlinear Model Predictive Control

Frasch, J.V.; Wirsching, L.; Sager, Sebastian; Bock, H.G.

In: keine Angabe

2011

Begutachteter Zeitschriftenartikel

Optimization as an analysis tool for human complex problem solving

Sager, S.; Barth, C.M.; Diedam, H.; Engelhart, M.; Funke, J.

In: SIAM Journal on Optimization, Vol. 21, 2011, Issue 3, S. 936-959, ISSN 10526234, 10.1137/11082018X

A factorization with update procedures for a KKT matrix arising in direct optimal control

Kirches, C.; Bock, H.G.; Schlöder, J.P.; Sager, S.

In: Mathematical Programming Computation, Vol. 3, 2011, Issue 4, S. 319-348, ISSN 18672949, 10.1007/s12532-011-0030-z

Block-structured quadratic programming for the direct multiple shooting method for optimal control

Kirches, C.; Bock, H.G.; Schloder, J.P.; Sager, S.

In: Optimization Methods and Software, Vol. 26, 2011, Issue 2, S. 239-257, ISSN 10556788, 10.1080/10556781003623891

Optimal control for selected cancer chemotherapy ODE models: A view on the potential of optimal schedules and choice of objective function

Engelhart, M.; Lebiedz, D.; Sager, S.

In: Mathematical Biosciences, Vol. 229, 2011, Issue 1, S. 123-134, ISSN 00255564, 10.1016/j.mbs.2010.11.007

Numerical solution of a conspicuous consumption model with constant control delay

Huschto, T.; Feichtinger, G.; Hartl, R.F.; Kort, P.M.; Sager, S.; Seidl, A.

In: Automatica, Vol. 47, 2011, Issue 9, S. 1868-1877, ISSN 00051098, 10.1016/j.automatica.2011.06.004

Combinatorial integral approximation

Sager, S.; Jung, M.; Kirches, C.

In: Mathematical Methods of Operations Research, Vol. 73, 2011, Issue 3, S. 363-380, ISSN 14322994, 10.1007/s00186-011-0355-4

Herausgeberschaft

Optimal control of Formula 1 race cars in a VDrift based virtual environment

Kehrle, F.; Frasch, J.V.; Kirches, C.; Sager, S.

In: IFAC Proceedings Volumes (IFAC-PapersOnline), Vol. 18, 2011, Issue PART 1, S. 11907-11912, ISSN 14746670, 10.3182/20110828-6-IT-1002.02954

2010

Begutachteter Zeitschriftenartikel

Efficient multiple objective optimal control of dynamic systems with integer controls

Logist, F.; Sager, S.; Kirches, C.; Van Impe, J.F.

In: Journal of Process Control, Vol. 20, 2010, Issue 7, S. 810-822, ISSN 09591524, 10.1016/j.jprocont.2010.04.009

Time-optimal control of automobile test drives with gear shifts

Kirches, C.; Sager, S.; Bock, H.G.; Schl̈oder, J.P.

In: Optimal Control Applications and Methods, Vol. 31, 2010, Issue 2, S. 137-153, ISSN 01432087, 10.1002/oca.892

2009

Begutachteter Zeitschriftenartikel

Reformulations and algorithms for the optimization of switching decisions in nonlinear optimal control

Sager, S.

In: Journal of Process Control, Vol. 19, 2009, Issue 8, S. 1238-1247, ISSN 09591524, 10.1016/j.jprocont.2009.03.008

Direct methods with maximal lower bound for mixed-integer optimal control problems

Sager, S.; Bock, H.G.; Reinelt, G.

In: Mathematical Programming, Vol. 118, 2009, Issue 1, S. 109-149, ISSN 00255610, 10.1007/s10107-007-0185-6

Kooperationen
  • ABB
  • Daimler
  • Air Berlin
  • Deutsche Lufthansa
  • Argonne National Lab, Sven Leyffer
  • Avacon AG Deutschland
  • BASF AG (Deutschland)
  • mathe.medical GmbH
  • TU Braunschweig, Prof. Christian Kirches
  • Universität Heidelberg
  • Volkswagen
  • Volkswagen - Umwelt und Strategie
Profile
Der Schwerpunkt der Arbeitsgruppe liegt auf effizienten Algorithmen für die Optimierung, insbesondere für Probleme mit kontinuierlichen und diskreten Entscheidungen und unterliegenden Differentialgleichungsmodellen. Wir entwickeln auch eigene Softwarepakete zur Lösung, beispielsweise den QP Löser qpDUNES für die Optimierung in Echtzeit.
Service
Beratung im Bereich Modellierung, Simulation und Optimierung auf Projektbasis.
Vita

4/2012-current:

W3 full professor at the Faculty of Mathematics, Otto-von-Guericke-Universität Magdeburg

4/2012:

Habilitation at the Ruprecht-Karls-Universität Heidelberg

10/2008-3/2012:

Junior Research Group Leader at the Interdisciplinary Center for Scienti c Computing (IWR), Heidelberg

2/2008-9/2008:

Akademischer Rat auf Zeit (former C1 assistant professor position, 3+3 years contract) at IWR, Heidelberg

4/2007-1/2008:

Postdoc in the SIMUMAT research team on aerodynamic shape optimization, Universidad Autónoma, Madrid (E)

10/2006-3/2007:

Akademischer Rat auf Zeit at IWR Heidelberg

2/2006-9/2006:

Postdoc at the IWR, Heidelberg

2/2002-2/2006:

PhD thesis Numerical methods for mixed-integer optimal control problems in mathematics, supervised by G. Reinelt and H.G. Bock (grade: summa cum laude)

2/2002-2/2005:

Member of the International DFG Graduiertenkolleg 710

2/2004-4/2004:

Research stays at the Universidad Carlos III de Madrid and the Universidad de Valladolid (E)

10/1995-12/2001:

Studies at the Universität Heidelberg, diploma in mathematics with specialization in physics/astronomy (grade: excellent)

1/2000-5/2000:

Exchange student at the University of Ho-Chi-Minh-City (VN)

9/1997-7/1998:

Exchange student at the Université de Montpellier (F)

6/1994:

Abitur at the Gymnasium Westerstede

Presse
Der Schwerpunkt der Gruppe liegt auf der Anwendung und Weiterentwicklung von Optimierungsverfahren und deren effiziente Umsetzung am Computer. Wir glauben an das Potenzial der multi-disziplinären Zusammenarbeit zwischen Partnern mit komplementärer Kompetenz und schätzen den doppelten Nutzen: neuartige, innovative Ansätze und Erkenntnisse in der Anwendung der Optimierung und ein erforderlicher Feedback-Effekt, der die Entwicklung neuer Methoden in der angewandten Mathematik voranbringt.

Letzte Änderung: 08.06.2023 - Ansprechpartner: Webmaster