Lokale Suchalgorithmen in Optimierungsstrategien sind robust, deklaratorisch genügsam und arbeiten schnell. Jedoch besitzen sie keine Erinnerung an ihre eigene Variablenvorgeschichte. Dies ist ein großer Nachteil gegenüber anderen konkurrierenden Optimierungsalgorithmen. Der Aufsatz beschreibt den Stand der Entwicklung eines lokalen Suchalgorithmus der dadurch Zugriff auf die eigene Variablenvergangenheit erhält, dass ein in den Spektralbereich transformiertes Forschrittsmuster adaptiert wird.
Bionik- Forschung an der Beuth-Hochschule für Technik, Berlin (BHT)
Die Bionik ist eine in die Zukunft weisende, interdisziplinäre Wissenschaft. Sie erfreut sich an unserer Hochschule bei Studierenden und Lehrenden einer außergewöhn- lichen Beliebtheit. Die Bionik wird seitens der Industrie, der Wirtschaft und der bundesdeutschen Bildungs- und Forschungspolitik als eine der Schlüsselkom- petenzen der folgenden Dekade angesehen. Den hohen Erwartungen an diese junge Wissenschaft trägt die Beuth Hochschule für Technik Berlin mit einer, im besonderem Masse auf Bionik-Forschung fokussierten Fachgruppe für Bionik, der Bionic Research Unit, Rechnung.
Die Bionik untersucht Phänomene der belebten und unbelebten Natur mit dem Ziel, universale Gestaltungsprinzipien auf Technik zu übertragen. Dies gilt in besonderem Maße für Optimierungsverfahren nach dem Vorbild der biologischen Phylogenese. Phylogenetische Algorithmen werden in der Optimierungspraxis zur Lösung komplexer, hochdimensionaler Probleme eingesetzt.
Die Bionic Research Unit der Beuth Hochschule für Technik Berlin untersucht und entwickelt im Rahmen rezenter hochschulinterner Forschungsvorhaben Phylogenetische Algorithmen für den Einsatz in komplexen Simulationsumgebungen, wie beispielsweise der Strukturanalyse mit der Methode der Finiten Elemente (FEM) oder der computerunterstützten Strömungssimulation (CFD).
Die Erforschung und Entwicklung von Optimierungsmethoden sollte zunächst neutral sein gegenüber einem möglichen Einsatzgebiet. Dennoch bleibt Berechnungszeit die kritische Größe bei der computergestützten Strukturanalyse und Strömungssimulation und gibt allen Strategieentwicklungen ein übergeordnetes Forschungsziel vor, das in der Reduzierung der Anzahl relevanter (Simulations-) Funktionsaufrufe liegt und welches Motiv ist für die Beschäftigung mit adaptiven phylogenetischen Algorithmen, von denen im vorliegenden Aufsatz die Rede ist.
Mi. Dienst, Berlin im Oktober 2009
Fortschrittsspektren in lokalen Suchalgorithmen
Progress Spectrum for the Local Search
Beuth Hochschule für Technik Berlin
University of Applied Sciences Berlin, Germany
FB VIII Maschinenbau, Umwelt- und Verfahrenstechnik Dipl.-Ing. Michael Dienst
Abstract. Lokale Suchalgorithmen in Optimierungsstrategien sind robust, deklaratorisch genügsam und arbeiten schnell. Jedoch besitzen sie keine Erinnerung an ihre eigene Variablenvorgeschichte. Dies ist ein großer Nachteil gegenüber anderen konkurrierenden Optimierungsalgorithmen. Der Aufsatz beschreibt den Stand der Entwicklung eines lokalen Suchalgorithmus der dadurch Zugriff auf die eigene Variablenvergangenheit erhält, dass ein in den Spektralbereich transformiertes Forschrittsmuster adaptiert wird.
Der Kernmechanismus eines lokalen Suchalgorithmus ist die Ähnlichkeitsvariation von Objektvariablen der Qualitätsfunktion der gestellten Optimierungsaufgabe. Ähnlich ist der Datensatz der Objektvariablen dann, wenn er gering von jenem Erzeugendensystem abweicht, dem er entstammt. Lokal werden solche Suchalgorithmen für Optimierungsaufgaben genannt, wenn eine von einer komplexen Qualitätsfunktion aufgespannte Topologie in einem begrenztem Gebiet um den aktuellen Arbeitspunkt herum untersucht wird. Lokale Suchalgorithmen sind robust, benötigen geringen strukturellen, deklatorischen Aufwand und arbeiten schnell. Ihr Einsatzgebiet ist das vieldimensionale Qualitätsgelände.
Die Ähnlichkeitsvariation der Objektvariablen ist komplementär gegenüber ihrer eigenen Variablenvergangenheit. Als Kernmechanismus eines lokalen Suchalgorithmus ergänzt sie den rezenten Status des Vektors V der Objektvariablen zu einem vorangegangenen Zustand:
Abbildung in dieser Leseprobe nicht enthalten
[...]
- Citar trabajo
- Dipl.-Ing. Michael Dienst (Autor), 2009, Fortschrittsspektren in lokalen Suchalgorithmen, Múnich, GRIN Verlag, https://www.grin.com/document/139076
