Agentenbasierte Schwarmintelligenz by Tjorben Bogon

By Tjorben Bogon

Das autonome Verteilen von inhärenten Systemen ist eine komplexe, nicht immer funktionierende Aufgabe. Naturinspirierte Optimierungsmethoden wie die Partikel Schwarm Optimierung (PSO) sind nur bedingt verteilt parallel berechenbar. Tjorben Bogon entwickelt eine signifikante Verbesserung der PSO, welche auf einer examine der autonomen Anpassungs- und Verbesserungsmöglichkeiten von Metaheuristiken basiert. Der Fokus liegt dabei auf der autonomen dynamischen Steuerung und Integration von Zusatzwissen in den aktuellen Optimierungsverlauf. Der Autor untersucht, wie zum einen neues Wissen aus dem Optimierungsverlauf generiert werden kann und zum anderen, wie dieses Wissen verbreitet und in andere Optimierungen eingebunden werden kann. Er analysiert diese Aufgaben unter der Prämisse einer Anbindung eines Agentensystems und zeigt, wie die Optimierung effizienter ausgeführt und wie sie parallel kooperativ durchgeführt werden kann.

Show description

Read Online or Download Agentenbasierte Schwarmintelligenz PDF

Best german_7 books

Schweizerisches Strafrecht besonderer Teil: Erste Hälfte: Delikte gegen Leib und Leben, gegen die Freiheit, gegen das Geschlechtsleben, gegen die Ehre, gegen das Vermögen

Dieser Buchtitel ist Teil des Digitalisierungsprojekts Springer ebook information mit Publikationen, die seit den Anfängen des Verlags von 1842 erschienen sind. Der Verlag stellt mit diesem Archiv Quellen für die historische wie auch die disziplingeschichtliche Forschung zur Verfügung, die jeweils im historischen Kontext betrachtet werden müssen.

Extra info for Agentenbasierte Schwarmintelligenz

Example text

Diese Dynamic Neighbourhood PSO (DNPSO) führt die NbestTopologie ein und diskutiert zu jedem Optimierungsschritt die Nachbarschaft eines Partikels. Dabei bilden Partikel dynamisch neue Nachbarschaften und können sich dadurch teilweise aus lokalen Minima herausziehen. 2 Arten der Partikel Schwarm Optimierung 45 einflussen [LNQ07]. Eine besondere Art der Exploration wird als Niching bezeichnet. 1 Niching Niching beschreibt eine Technik die nicht nur bei der PSO sondern auch bei EA angewendet wird.

Xn }; • eine Menge von Domänen D1 , . . , Dn ; • Bedingungen zwischen den Variablen • eine Funktion f welche minimiert oder maximiert werden soll6 , wobei 6 Des Weiteren werden wir in dieser Arbeit, wie in der Literatur, immer von einer Minimierung ausgehen. 26 2 Künstliche Intelligenz und Optimierung f : D1 × . . × Dn → R+ ; Die Menge aller möglichen Lösungen lautet: S = {s = {(x1 , v1 ), . . , (xn , vn )}|vi ∈ Di , s löst alle Bedingungen}. Jede Lösung s in S entspricht damit einer Lösung und das globale Optimum ist die beste Lösung (minimaler oder maximaler Lösungswert je nach Optimierungsrichtung).

Aus jeder bestehenden Lösung (am Anfang eine Initiallösung) werden basierend auf Nachbarschaftsoperatoren neue Lösungen generiert und die beste ausgewählt. Somit nähert sich die Optimierung schrittweise einer Lösung mit hoher Güte. Ein bekanntes Einzellösungsverfahren ist Simulated Annealing, welches aus dem Metropolis-Algorithmus entstanden ist. Es wird dabei eine initiale Lösung erstellt, welche durch einen über die Zeit abnehmenden Temperatur-Wert angepasst und zu einer neuen Lösung umberechnet wird.

Download PDF sample

Rated 4.16 of 5 – based on 25 votes