Download e-book for kindle: Evolutionäre Algorithmen: Genetische Algorithmen — by Ingrid Gerdes, Frank Klawonn, Rudolf Kruse (auth.)

By Ingrid Gerdes, Frank Klawonn, Rudolf Kruse (auth.)

ISBN-10: 3322868397

ISBN-13: 9783322868398

ISBN-10: 3528055707

ISBN-13: 9783528055707

Evolutionäre Algorithmen bilden eine Klasse sehr universeller Werkzeuge zur Lösung von Optimierungsproblemen. Mit diesem Buch lernen Sie alles Wesentliche über dieses spannende Gebiet - ausgehend von den Grundlagen bis hin in die Anwendung. Es geht um Techniken wie genetische Algorithmen, Evolutionsstrategien und genetische Programmierung. Gewinnen Sie ein klares Verständnis der zugrunde liegenden strategischen Arbeitsweise der einzelnen Algorithmen. Dies schafft die Voraussetzung für den effizienten Einsatz der Optimierungsverfahren in der Praxis. Die Beispielanwendungen, insbesondere aus dem Bereich der Optimierung von Fuzzy-Systemen, veranschaulichen und vertiefen die vermittelten Kenntnisse. Ein Buch für Studium und Selbststudium - Ergebnis jahrelanger Tätigkeit in Lehre, Forschung und Anwendung.

Show description

Read Online or Download Evolutionäre Algorithmen: Genetische Algorithmen — Strategien und Optimierungsverfahren — Beispielanwendungen PDF

Similar german_12 books

Download e-book for kindle: Juni 1996, Nürnberg by B. von Bormann, S. Aulich (auth.)

Die Spezialgebiete Anästhesiologie, Intensivtherapie, Schmerztherapie und Notfallmedizin haben in den letzten Jahren eine rasante Entwicklung und eine dementsprechend rasche Zunahme an neuen Erkenntnissen erfahren. Es ist daher besonders wichtig, dieses Wissen so schnell wie möglich weiterzugeben, um die Qualität in diesen Spezialbereichen der Medizin zu optimieren.

Extra resources for Evolutionäre Algorithmen: Genetische Algorithmen — Strategien und Optimierungsverfahren — Beispielanwendungen

Example text

Beim TSP k6nnte man als Transitionen oder Zustandsubergange beispielsweise die Verbindung von einer Stadt zu einer anderen verwenden. Die Pheromone, die einer solchen Verbindung zugeordnet werden, hangen dann von der lange der Verbindung und der lange der insgesamt konstruierten Rundreise abo Je kleiner diese beiden Werte sind, desto mehr Pheromone hinterlasst eine Ameise auf dieser Verbindung. 12 Grundsatzliche Elemente von Optimierungsstrategien Wir haben in diesem Kapitel einen kurzen, aber bei weitem nicht ersch6pfenden Oberblick uber eine Reihe von Optimierungsverfahren gegeben.

Ap-l apAp+1 ... A z (b) A 1A 2 ... Ap-IApAp+1 ... Az f----t A 1A 2 ... Ap_1Apap+l ... az 3. Obergabe der neu entstandenen Chromosomen an den nachsten Operator. 2 Cross-Over Dieser recht einfache Crossover-Operator wird als One-Paint-Crossover bezeichnet. 5). Nach Beendigung des Crossover-Verfahrens fur die Chromosomen von P* (t) erfolgt die Anwendung des Mutationsoperators. Zu diesem Zweck wird fUr jedes Gen jedes Chromosoms (also insgesamt m x popsize mal) "gewurfelt", ob es mutiert wird. Die Wahrscheinlichkeit fUr eine Mutation liegt jeweils bei Pm (meist Pm ~ ~).

Indem man Boltzmann-Konstante und Temperatur in einer neuen Konstante T zusammenfasst, lasst sich diese Formel -AE P e-T - = gut auf Optimierungsprobleme anwenden. Geht man dann dazu iiber, den Wert fiir T mit der Zeit zu verringern, erhalt man den eigentlichen Simulated Annealing Algorithmus fUr ein Minimierungsproblem. B. im Bereich der Metallschmelze zu verhindern, dass die Atome im Metallgitter bei schnellem Abkiihlen in energetisch ungiinstigen Positionen stehenbleiben und so die Qualitat des erzeugten Materials verschlechtern.

Download PDF sample

Evolutionäre Algorithmen: Genetische Algorithmen — Strategien und Optimierungsverfahren — Beispielanwendungen by Ingrid Gerdes, Frank Klawonn, Rudolf Kruse (auth.)


by Mark
4.2

Rated 4.52 of 5 – based on 35 votes