Angebote zu "Heuristiken" (4 Treffer)

Kategorien

Shops

Entwicklung und Evaluation von kooperativen Opt...
8,90 CHF *
ggf. zzgl. Versand

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 lösen. Gemeinsam lösen heisst hier, sie lösen sich ab, d.h. eine Low-Level Heuristik fängt dort an, wo die andere aufgehört hat. Warum ist eine kooperative Lösung 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 überall gleich gut eignet. Ein anderer Vorteil ist: Man hebt den Grad der Allgemeinheit des Suchverfahrens durch kooperative Suche, während ein Verfahren trotzdem (idealerweise) konkurrenzfähig zu Einzelverfahren bleibt. Allgemeinheit kann besonders für nicht-Experten von Vorteil sein, oder wenn wenig Wissen über die Problemstruktur vorhanden ist. In der Literatur spricht man häufig von 'Hyperstrategien', da Hyperstrategien auf einer noch höheren Abstraktionsebene arbeiten als die 'Metaheuristiken'. Hyperstrategien operieren nicht auf Zielfunktionen, sondern sie verwalten Metaheuristiken. In der vorliegenden Arbeit erfolgt zunächst eine allgemeine Einführung über Optimierung und die eingesetzten Low-Level Heuristiken. Es folgt eine Literatur-Befragung über 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.

Anbieter: Orell Fuessli CH
Stand: 24.09.2020
Zum Angebot
Entwicklung und Evaluation von kooperativen Opt...
6,99 € *
ggf. zzgl. Versand

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 lösen. Gemeinsam lösen heißt hier, sie lösen sich ab, d.h. eine Low-Level Heuristik fängt dort an, wo die andere aufgehört hat. Warum ist eine kooperative Lösung 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 überall gleich gut eignet. Ein anderer Vorteil ist: Man hebt den Grad der Allgemeinheit des Suchverfahrens durch kooperative Suche, während ein Verfahren trotzdem (idealerweise) konkurrenzfähig zu Einzelverfahren bleibt. Allgemeinheit kann besonders für nicht-Experten von Vorteil sein, oder wenn wenig Wissen über die Problemstruktur vorhanden ist. In der Literatur spricht man häufig von 'Hyperstrategien', da Hyperstrategien auf einer noch höheren Abstraktionsebene arbeiten als die 'Metaheuristiken'. Hyperstrategien operieren nicht auf Zielfunktionen, sondern sie verwalten Metaheuristiken. In der vorliegenden Arbeit erfolgt zunächst eine allgemeine Einführung über Optimierung und die eingesetzten Low-Level Heuristiken. Es folgt eine Literatur-Befragung über 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.

Anbieter: Thalia AT
Stand: 24.09.2020
Zum Angebot
Greedy Randomized Adaptive Search Procedure (GR...
7,99 € *
ggf. zzgl. Versand

Studienarbeit aus dem Jahr 2002 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,3, Universität Bielefeld (Lehrstuhl für BWL insbesondere Unternehmensforschung), Veranstaltung: Metaheuristiken und ihre Anwendung in der BWL, Sprache: Deutsch, Abstract: RASP ist eine Mateheuristik, die systematisch Greedy-Konstruktionsheuristiken randomisiert, um relativ viele gute voneinander unabhängige Startlösungen für eine nachfolgende Suche zu generieren [stü01]. Demnach versucht man die Vorteile von Greedy Heuristiken und Semi- greedy Heuristiken zu verknüpfen, die Nachteile hingegen zu minimieren [res99]. Dadurch erhält man in vielen Fällen eine recht gute Annäherung an die optimale Lösung, die auch häufig in kurzer Zeit zu realisieren ist. GRASP ist ein iterativer Prozess, der aus zwei Phasen besteht: - Konstruktionsphase - Lokale Suche Anschließend erfolgt stets eine Aktualisierung der Lösung. Die beste gefundene Lösung wird als Endresultat festgehalten [res01]. Bei der lokalen Suche ist die Effektivität der Optimierung abhängig von der Struktur der Nachbarschaft, der Suchtechnik, dem Startpunkt (Seed) und wie schnell die Kostenfunktion der Nachbarn ansteigt [res99]. Eine qualitativ durchschnittliche Lösung ist bei GRASP oft schlechter als eine greedy-Lösung, während die beste Lösung durch GRASP oft besser ist als die mittels greedy-Algorithmus erhaltene Lösung [stü01].

Anbieter: Thalia AT
Stand: 24.09.2020
Zum Angebot