Eine globale Optimierung: Ein kurzer Überblick. – 1. 1 Allgemeine Problemstellung und spezielle Modellformen. – 1. 2 Lösungsansätze. – Zwei Partitionsstrategien in der globalen Optimierung: Der kontinuierliche und der Lipschitz-Fall. – 2. 1 Eine Einführung in Partitionsalgorithmen. – 2. 2 Konvergenzeigenschaften adaptiver Partitionsalgorithmen. – 2. 3 Partitionsalgorithmen auf Intervallen. – 2. 4 Partitionsalgorithmen auf mehrdimensionalen Intervallen. – 2. 5 Simplex-Partitionsstrategien. – 2. 6 Partitionsverfahren auf allgemeinen konvexen und Sternmengen. – 2. 7 Partitionsstrategien in der allgemeinen Lipschitz-Optimierung. – Drei Implementierungsaspekte: Algorithmusmodifikationen und stochastische Erweiterungen. – 3. 1 Diagonal erweiterte univariate Algorithmen für die mehrdimensionale globale Optimierung. – 3. 2 Schätzung der Lipschitz-Problemcharakteristika in der globalen Optimierung. - 3. 3 Allgemeine Lipschitz-Optimierung unter Anwendung von Strafmultiplikatoren. - 3. 4 Implementierung eines Lipschitzschen globalen Optimierungsverfahrens. - 3. 5 Entscheidungsfindung unter Unsicherheit: Stochastische Modellformen. - 3. 6 Adaptive stochastische Optimierungsverfahren. - 3. 7 Schätzung von rauschgestörten Funktionwerten. - Vier Anwendungen. - 4. 1 Nichtlineare Approximation: Gleichungssysteme und Ungleichungen. - 4. 2 Datenklassifizierung (Clustering) und verwandte Probleme. - 4. 3 Aggregation ausgehandelter Expertenmeinungen. - 4. 4 Produkt- (Mischungs-)Design. - 4. 5 Global optimierte Kalibrierung komplexer Systemmodelle. - 4. 6 Versionen von Kalibrierungsmodellen anhand von Beispielen. - 4. 7 Dynamische Modellierung der Phosphorfreisetzung aus Sedimenten. - 4. 8 Kalibrierung von Grundwasserleitermodellen. - 4. 9 Industrielles Abwassermanagement. - 4. 10 Management von Flussverschmutzung durch mehrere Quellen. - 4. 11 Management der Seeeutrophierung. - 4. 12 Risikomanagement bei unfallbedingter Wasserverschmutzung. - Nachwort. - Einige weitere Forschungsperspektiven. - Referenzen. Sprache: Englisch