Entwicklung und Evaluation von kooperativen Optimierungsverfahren

Masterarbeit aus dem Jahr 2010 im Fachbereich Mathematik - Angewandte Mathematik, Note: 1,0, Fachhochschule Bielefeld (FB Ingenieurwissenschaften und Mathematik), Sprache: Deutsch, Abstract: Ziel der vorliegenden Arbeit ist die Entwicklung eines kooperativen Optimierungsverfahrens, d.h. mehrere Low-Level Heuristiken werden von einer High-Level Heuristik so gesteuert, dass sie ein Problem gemeinsam lsen. Gemeinsam lsen heit hier, sie lsen sich ab, d.h. eine Low-Level Heuristik fngt dort an, wo die andere aufgehrt hat. Warum ist eine kooperative Lsung aber sinnvoll? Die Nachbarschaftsstruktur einer komplexen Zielfunktion kann in verschiedenen Regionen der Zielfunktion sehr unterschiedlich sein. In unterschiedlichen Regionen eignen sich lokal eventuell jeweils andere Low-Level Heuristiken als anderswo, d.h. es gibt eventuell keine Erkundungs-Heuristik, die sich berall gleich gut eignet. Ein anderer Vorteil ist: Man hebt den Grad der Allgemeinheit des Suchverfahrens durch kooperative Suche, whrend ein Verfahren trotzdem (idealerweise) konkurrenzfhig zu Einzelverfahren bleibt. Allgemeinheit kann besonders fr nicht-Experten von Vorteil sein, oder wenn wenig Wissen ber die Problemstruktur vorhanden ist. In der Literatur spricht man hufig von "Hyperstrategien", da Hyperstrategien auf einer noch hheren Abstraktionsebene arbeiten als die "Metaheuristiken". Hyperstrategien operieren nicht auf Zielfunktionen, sondern sie verwalten Metaheuristiken. In der vorliegenden Arbeit erfolgt zunchst eine allgemeine Einfhrung ber Optimierung und die eingesetzten Low-Level Heuristiken. Es folgt eine Literatur-Befragung ber die generelle Struktur von Hyper-Heuristiken. Im Kern der Arbeit werden drei vom Autor selbst entwickelte kooperative Verfahren vorgestellt. Die zwei zuletzt entwickelten Verfahren werden im Rahmen der Evaluation statistisch verglichen.