Forschungsbericht Lehrstuhl XI - 1998-2000

Lehrstuhl Informatik XI

Leitung	Schwefel, Hans-Paul, Univ.-Prof. Dr.-Ing. Banzhaf, Wolfgang, Univ.-Prof. Dr. rer. nat.
Kurzfassung	Der Lehrstuhl für Systemanalyse (Informatik XI) wurde im Jahr 1985 neu eingerichtet im Zusammenhang mit der Schaffung eines zweiten Diplom-Studiengangs Ingenieurinformatik (exakter: Angewandte Informatik mit dem Schwerpunkt Ingenieurwissenschaften) am Fachbereich Informatik der Universität Dortmund. Professor Schwefel ist seither Leiter des Lehrstuhls. Im Jahr 1993 kam Professor Banzhaf als zweiter Hochschullehrer am Lehrstuhl hinzu. Er vertritt das Fachgebiet: Grundlagen und Anwendungen der Informatik in den Ingenieurwissenschaften.
Forschungstätigkeit	Die moderne Systemanalyse setzt sich im Wesentlichen aus den Teildisziplinen Datenanalyse, Modellierung, Simulation und Synthese zusammen. Für die Synthese sind Optimierungsaufgaben von besonderer Bedeutung. Bei vielen Problemen kann das gesuchte Optimum aufgrund der Komplexität des Suchraums nicht analytisch bestimmt werden. Hier finden Verfahren Anwendung, die eine möglichst optimale Lösung nach möglichst wenigen getesten Alternativen aufspüren. Der Forschungsschwerpunkt des Lehrstuhls für Systemanalyse liegt heute im Bereich der Evolutionären Algorithmen (EA). Evolutionäre Algorithmen beschreiben Optimierungsverfahren, die grundlegende Prinzipien der natürlichen Evolution nachahmen. Hierunter fallen heute Evolutionsstrategien (ES), Genetische Algorithmen (GA), Evolutionary Programming (EP) und Genetic Programming (GP), das evolutionäre Suchprinzipien in den Suchraum von Programmiersprachen überträgt. Ein wichtiger Vorteil evolutionärer Verfahren ist ihre inhärente, skalierbare Parallelität, die die Leistungsfähigkeit beliebiger paralleler Rechnerarchitekturen nutzbar macht. Weitere Aktivitäten des Lehrstuhls liegen auf den Gebieten Nichtlineare Dynamik, künstliche Neuronale Netze (NN) und in der relativ jungen Forschungsrichtung Artificial Life (AL), das die formalen Grundlagen des Lebens studiert.
Apparative Ausstattung	Die Basis für die experimentelle Arbeit der einzelnen Arbeitsgruppen ist ein Local Area Network (LAN), bestehend aus 50 Workstations, in dem alle Rechner ihre Benutzerdaten von 5 zentralen File-Servern beziehen. Damit freie Rechenkapazität der Maschinen im Netzwerk anderweitig sinnvoll genutzt werden kann, ist ein netzwerkfähiges Batch-Subsystem installiert, das parallel auf den einzelnen Rechnern typische Aufgaben wie Parameterstudien und andere algorithmische Tests der am Lehrstuhl entwickelten Verfahren und Anwendungen abarbeitet. Zur Entwicklung und Untersuchung paralleler Algorithmen stehen zur Zeit zwei weitere Systeme zur Verfügung: Ein Parsytec-Xplorer-System mit 16 PowerPC-601 Prozessoren und einem SUN-Vorrechner. Ein SUN-Workstation-Cluster bestehend aus 10 Doppelprozessormaschinen, die über einen Fast-Ethernet Switch miteinander verbunden sind.
Kooperationsangebote	Das Informatik Centrum Dortmund (ICD) wurde 1989 von Professoren des Fachbereichs Informatik der Universität Dortmund gegründet. Es steht regionalen und überregionalen Unternehmen aus allen Sparten der Wirtschaft als Forschungs- und Entwicklungspartner zur Verfügung. Eine besondere Stärke des ICD liegt in der Zusammenarbeit von Informatikern verschiedener Ausrichtung, die noch ergänzt wird durch Kooperationen mit Wissenschaftlern anderer Fachrichtungen wie Maschinenbau und Elektrotechnik. Unsere Fachabteilung CASA (Centrum für Angewandte Systemanalyse) kooperiert mit industriellen Partnern in unterschiedlichsten Anwendungsbereichen, z.B. der Beladeplanoptimierung von Druckwasserreaktoren (Siemens AG München, KWU Erlangen), der Optimierung optischer Mehrschichtsysteme (Philips Forschungslabor Aachen), und des optimalen Designs industrieller Anlagen (Siemens AG München). Der Technologietransfer wird durch verschiedenste Angebote von der Durchführung von Seminaren über die Entwicklung und Bereitstellung von Standardsoftware bis hin zur Konzeption und Realisierung spezifischer Problemlösungen unterstützt und gewährleistet.
Diplom-/ Staatsarbeiten	41
Dissertationen	16
Habilitationen	0

Analyse des Konvergenzverhaltens der Evolutionsstrategien anhand der Gratfunktionen

Beschreibung	Das Konvergenzverhalten der Evolutionsstrategien wird in dieser Arbeit anhand der Gratfunktionen analysiert. Die analytischen Ergebnisse werden von empirischen Ergebnissen unterstützt. Die Arbeit trägt zum Verständnis der Funktionsweisen der Evolutionsstrategien bei. Die Schlussfolgerungen werden sowohl bei der Einstellung der Parameter dieser Algorithmen als auch beim Entwurf problemspezifischer Algorithmen hilfreich sein.
Finanzausstattung	70 TDM
Laufzeit	10/1995 - 02/1999
Projektleitung	Univ.-Prof. Dr., Schwefel, Hans-Paul
Mitarbeiter	Dr., Oyman, Irfan
Förderer	Deutscher Akademischer Auslandsdienst (DAAD)
Kennziffer	A/95/11445
Förderart	Stipendium für Forschungszwecke
Stichworte	Konvergenzverhalten; Gratfunktionen; Konvergenzmaße; Evolutionäre Algorithmen
Hyperlink / Kommentar	http://Ls11-www.cs.uni-dortmund.de/people/Extern/oyman/Welcome.html -
Literatur	Ahmet Irfan Oyman, Hans-Georg Beyer, and Hans-Paul Schwefel. Analysis of a simple ES on the "parabolic ridge''. Interner Bericht der Systems Analysis Research Group SYS-2/97, Universität Dortmund,Fachbereich Informatik, August 1997. Ahmet Irfan Oyman, Hans-Georg Beyer, and Hans-Paul Schwefel. Convergence behavior of the (1 , λ) evolution strategy on the ridge functions. Interner Bericht der Systems Analysis Research Group SYS-1/98, Universität Dortmund, Fachbereich Informatik, Februar 1998. Ahmet Irfan Oyman, Hans-Georg Beyer, and Hans-Paul Schwefel. Where elitists start limping: Evolution strategies at ridge functions. In A. E. Eiben, Th. Bäck, M. Schoenauer, and H.-P. Schwefel, editors, Parallel Problem Solving from Nature - PPSN V, Fifth Int'l Conf., Amsterdam, The Netherlands, September 27-30, 1998, Proc., pages 34-43. Springer, Berlin, 1998. Irfan Oyman, Kalyanmoy Deb, and Hans-Georg Beyer. An alternative constraint handling method for evolution strategies. In P. J. Angeline and V. W. Porto, editors, Proc. 1999 Congress on Evolutionary Computation (CEC'99), volume 1, pages 612-619, Washington D.C., 6.-9. Juli 1999. IEEE Press, Piscataway NJ. A. Irfan Oyman and Hans-Georg Beyer. Analysis of the (μ/μ,λ)-ES on the parabolic ridge. Evolutionary Computation, 8(3):267-289, 2000.
Interne Zusammenarbeit	-
Externe Zusammenarbeit	-

Analyse und Design evolutionärer Algorithmen und interagierender Automaten für Optimierungsprobleme (SFB 531-A3)

Beschreibung	In diesem Projekt werden die theoretischen Grundlagen evolutionärer Algorithmen, aber auch deren Verwandtschaft zu Agentensystemen, Zellularautomaten usw. untersucht. Ziel ist eine zuverlässige Abschätzung ihrer Leistungsfähigkeit sowie die Synthese effizienter Algorithmen unter gegebenen Randbedingungen.
Finanzausstattung	660 TDM
Laufzeit	01/1997 - 12/2002
Projektleitung	Univ.-Prof. Dr.-Ing., Schwefel, Hans-Paul
Mitarbeiter	Dr., Rudolph, Günter
Förderer	Deutsche Forschungsgemeinschaft (DFG): Sonderforschungsbereich "Design und Management komplexer technischer Prozesse und Systeme mit Methoden der Computational Intelligence" (SFB 531)
Kennziffer	6401003
Förderart	DFG-Sonderforschungsbereich
Stichworte	Automatennetzwerke Derandomisierung; Evolutionäre Algorithmen
Hyperlink / Kommentar	http://sfbci.informatik.uni-dortmund.de Über den SFB/Projekte/A3
Literatur	Günter Rudolph. Local convergence rates of simple evolutionary algorithms with Cauchy mutations. IEEE Transactions on Evolutionary Computation, 1(4):249-258, 1997. Günter Rudolph. Finite Markov chain results in evolutionary computation: A tour d'horizon. Fundamenta Informaticae, 35(1-4):67-89, 1998. Günter Rudolph. On a multi-objective evolutionary algorithm and its convergence to the Pareto set. In D. B. Fogel, H.-P. Schwefel, Th. Bäck, and X. Yao, editors, Proc. Second IEEE World Congress on Computational Intelligence (WCCI'98) with Fifth IEEE Conf. Evolutionary Computation (IEEE/ICEC'98), pages 511-516, Anchorage AK, 4.-9. Mai 1998. IEEE Press, Piscataway NJ. Marco Laumanns, Günter Rudolph, and Hans-Paul Schwefel. A spatial predator-prey approach to multi-objective optimization. In A. E. Eiben, Th. Bäck, M. Schoenauer, and H.-P. Schwefel, editors, Parallel Problem Solving from Nature - PPSN V, Fifth Int'l Conf., Amsterdam, The Netherlands, September 27-30, 1998, Proc., pages 241-249. Springer, Berlin, 1998. Günter Rudolph. On risky methods for local selection under noise. In A. E. Eiben, Th. Bäck, M. Schoenauer, and H.-P. Schwefel, editors, Parallel Problem Solving from Nature - PPSN V, Fifth Int'l Conf., Amsterdam, The Netherlands, September 27-30, 1998, Proc., pages 169-177. Springer, Berlin, 1998. Agoston E. Eiben and Günter Rudolph. Theory of evolutionary algorithms: A bird's eye view. Theoretical Computer Science, 229:3-9, 1999. Günter Rudolph. Self-adaptation and global convergence: A counter-example. In P. J. Angeline and V. W. Porto, editors, Proc. 1999 Congress on Evolutionary Computation (CEC'99), volume 1, pages 646-651, Washington D.C., 6.-9. Juli 1999. IEEE Press, Piscataway NJ. Alexandru Agapie. Genetic algorithms: Theory and applications. Int'l Journal of Computing Anticipatory Systems, 7:35-44, 2000 Günter Rudolph. Takeover times and probabilities of non-generational selection rules. In D. Whitley, D. Goldberg, E. Cant�-Paz, L. Spector, I. Parmee, and H.-G. Beyer, editors, Proc. 2000 Genetic and Evolutionary Computation Conference (GECCO'00), pages 903-910, Las Vegas NV, 10.-12. Juli 2000. Morgan Kaufmann, San Francisco CA. Günter Rudolph and Alexandru Agapie. Convergence properties of some multi-objective evolutionary algorithms. In A. Zalzala and R. Eberhart, editors, Proc. 2000 Congress on Evolutionary Computation (CEC'00), volume 2, pages 1010-1016, La Jolla CA, 16.-19. Juli 2000. IEEE Press, Piscataway NJ. Günter Rudolph. Asymptotical convergence rates of simple evolutionary algorithms under factorizing mutation distributions. In J.-K. Hao, E. Lutton, E. Ronald, M. Schoenauer, and D. Snyers, editors, Artificial Evolution: Third European Conf., AE'97, volume 1363 of Lecture Notes in Computer Science, pages 223-233, N�mes, Frankreich, 22.-24. Oktober 1997. Springer, Berlin, 1998. Günter Rudolph. Evolutionary search for minimal elements in partially ordered finite sets. In V. W. Porto, N. Saravanan, D. Waagen, and A. E. Eiben, editors, Evolutionary Programming VII - Seventh Int'l Conf. EP'98, San Diego CA, March 25-27, 1998, Proc., pages 345-353. Springer, Berlin, 1998. Agoston E. Eiben and Günter Rudolph. Special Issue on the Theory of Evolutionary Computation - Preface. Theoretical Computer Science, 229:1-2, 1999. Günter Rudolph. Theory of evolution strategies and evolutionary programming. In 1999 Genetic and Evolutionary Computation Conference - Tutorial Program (GECCO'99), pages 484-493, Orlando FL, 14. Juli 1999.
Interne Zusammenarbeit	Lehrstuhl Informatik II, Prof. Dr. math. Ingo Wegener
Externe Zusammenarbeit	-

Genetische Programmierung und Neuronale Netze (SFB 531 - B2)

Beschreibung	Bei dem in diesem Projekt favorisierten linearen GP werden Programme einer imperativen Programmiersprache oder einer Maschinensprache evolviert. Die Arbeiten im Projekt B2 teilen sich im Wesentlichen in zwei Schwerpunkte auf: Analyse und Weiterentwicklung der linearen genetischen Programmierung sowie Hybridisierung mit anderen Verfahren der Computational Intelligence, insbesondere den neuronalen Netzen. Der erste Punkt umfasst u.a. die Entwicklung effizienterer genetischer Operatoren, die neben einer erhöhten Verarbeitungsgeschwindigkeit eine verbesserte Kontrolle (Reduktion) der Variationsstärke erlauben. Im zweiten Schwerpunkt des Projekts bildet die Evolution von GP-Teams den Hauptgegenstand der Untersuchungen. Dabei werden die Entscheidungen der Programme eines Teams durch ein neuronales Netz optimal gewichtet und zusammengeführt.
Finanzausstattung	460 TDM
Laufzeit	01/1997 - 12/2002
Projektleitung	Univ.-Prof. Dr., Banzhaf, Wolfgang
Mitarbeiter	Dipl.-Inform., Brameier, Markus
Förderer	Deutsche Forschungsgemeinschaft (DFG): Sonderforschungsbereich "Design und Management komplexer technischer Prozesse und Systeme mit Methoden der Computational Intelligence" (SFB 531)
Kennziffer	06402002
Förderart	DFG Sonderforschungsbereich
Stichworte	Genetische Programmierung; Lineare Genetische Programmierung; Neuronale Netze; Klassifikation; Evolution von Teams
Hyperlink / Kommentar	- -
Literatur	Wolfgang Banzhaf, Peter Nordin, Robert E. Keller, and Frank D. Francone. Genetic Programming - An Introduction; On the Automatic Evolution of Computer Programs and Its Application. dpunkt Verlag, Heidelberg, 1998. W. Banzhaf, R. Poli, M. Schoenauer, and T. C. Fogarty, editors. Genetic Programming - First European Workshop (EuroGP'98), Proc., volume 1391 of Lecture Notes in Computer Science, Paris, 14.-15. April 1998. Springer, Berlin. J. Koza, W. Banzhaf, K. Chellapilla, K. Deb, et al., editors. Genetic Programming 1998: Proc. Third Annual Conf., Madison WI, 22.-25. Juli 1998. Morgan Kaufmann, San Francisco CA. Markus Brameier and Wolfgang Banzhaf. A comparison of genetic programming and neural networks in medical data analysis. Interner Bericht des Sonderforschungsbereichs 531 Computational Intelligence CI-43/98, Universität Dortmund, August 1998. Markus Brameier, Wolfgang Kantschik, Peter Dittrich, and Wolfgang Banzhaf. SYSGP - A C++ library of different GP variants. Interner Bericht des Sonderforschungsbereichs 531 Computational Intelligence CI-48/98, Universität Dortmund, Oktober 1998. Wolfgang Banzhaf, Dirk Banscherus, and Peter Dittrich. Hierarchical genetic programming using local modules. Interner Bericht des Sonderforschungsbereichs 531 Computational Intelligence CI-56/99, Universität Dortmund, Januar 1999. Robert E. Keller, Wolfgang Banzhaf, Jörn Mehnen, and Klaus Weinert. CAD Surface reconstruction from digitized 3 D point data with genetic programming. In L. Spector, W. Langdon, U. O'Reilly, and P. Angeline, editors, Advances in Genetic Programming III, pages 41-65. MIT Press, Cambridge MA, 1999. Markus Brameier, Frank Hoffmann, Peter Nordin, Wolfgang Banzhaf, and Frank Francone. Parallel machine code genetic programming. In W. Banzhaf, J. Daida, A. E. Eiben, M. H. Garzon, V. Honavar, M. Jakiela, and R. E. Smith, editors, Proc. Genetic and Evolutionary Computation Conf. (GECCO'99), Poster Papers, volume 2, page 1228, Orlando FL, 13.-17. Juli 1999. Morgan Kaufmann, San Francisco CA.
Interne Zusammenarbeit	-
Externe Zusammenarbeit	-

Nichtstandard-Repräsentationen für evolutionäre Algorithmen und Integration unscharfen Problemwissens (SFB 531-B3)

Beschreibung	In der Vergangenheit hat sich die Grundlagenforschung auf Standard-Repräsentationen (Binärstrings, Vektoren reeller Variablen) konzentriert. In der Praxis wurden die zugrundeliegenden evolutionären Heuristiken aber auch auf andersartige Suchprobleme (z.B. gemischt-ganzzahlige Optimierung, Strukturoptimierung) auf der Basis spezieller problemnaher Repräsentationen erfolgreich angewandt. In diesem Projekt sollen die repräsentationsunabhängigen Prinzipien evolutionärer Algorithmen extrahiert und systematisch auf neue Repräsentationen (z.B. Graphen) übertragen werden. Ein Fernziel ist die Kombination von evolutionären Suchheuristiken mit Problemwissen zur Verbesserung der Sucheigenschaften (Effektivität und Effizienz). Die Standard-Selektionsverfahren verursachen durch die notwendige Synchronisation bei Verwendung auf parallelen Architekturen Leistungsverluste. Neue Selektionsverfahren zeigen dabei häufig nicht nur einen erheblichen Leistungsgewinn gegenüber einer rein sequentiellen Variante, sondern auch eine sicherere Konvergenz zu Lösungen höherer Güte. Ein systematischer Vergleich dieser Verfahren und ihrer Parametrisierungen ist in diesem Projekt vorgesehen.
Finanzausstattung	1080 TDM
Laufzeit	01/1997 - 12/2002
Projektleitung	Univ.-Prof. Dr.-Ing., Schwefel, Hans-Paul
Mitarbeiter	Dipl.-Inform., Wiesmann, Dirk Dipl.-Inform., Schönemann, Lutz
Förderer	Deutsche Forschungsgemeinschaft (DFG): Sonderforschungsbereich "Design und Management komplexer technischer Prozesse und Systeme mit Methoden der Computational Intelligence" (SFB 531)
Kennziffer	6402003
Förderart	DFG Sonderforschungsbereich
Stichworte	Evolutionäre Algorithmen; Repräsentationen; Verteilte Optimierung
Hyperlink / Kommentar	http://sfbci.informatik.uni-dortmund.de Über den SFB/Projekte/B3
Literatur	Dirk Wiesmann, Ulrich Hammel, and Thomas Bäck. Robust design of multilayer optical coatings by means of evolutionary algorithms. IEEE Transactions on Evolutionary Computation, 2(4):162-167, 1998. Hans-Georg Beyer. On the ``explorative power'' of ES/EP-like algorithms. In V. W. Porto, N. Saravanan, D. Waagen, and A. E. Eiben, editors, Evolutionary Programming VII - Seventh Int'l Conf. EP'98, San Diego CA, March 25-27, 1998, Proc., pages 323-334. Springer, Berlin, 1998. Thomas Bäck. An overview of parameter control methods by self-adaptation in evolutionary algorithms. Fundamenta Informaticae, 35(1-4):51-66, 1998. Marco Laumanns, Günter Rudolph, and Hans-Paul Schwefel. A spatial predator-prey approach to multi-objective optimization. In A. E. Eiben, Th. Bäck, M. Schoenauer, and H.-P. Schwefel, editors, Parallel Problem Solving from Nature - PPSN V, Fifth Int'l Conf., Amsterdam, The Netherlands, September 27-30, 1998, Proc., pages 241-249. Springer, Berlin, 1998. Frank Kursawe and Hans-Paul Schwefel. Optimierung mit evolutionären Algorithmen. In S. Hafner, editor, Industrielle Anwendungen evolutionärer Algorithmen, pages 1-13. R. Oldenbourg, München, 1998. Frank Kursawe and Hans-Paul Schwefel. Künstliche Evolution als Modell für natürliche Intelligenz. In A. v. Gleich, editor, Bionik - Ökologische Technik nach dem Vorbild der Natur?, pages 65-89. Teubner, Stuttgart, 1998. Joachim Sprave. A unified model of non-panmictic population structures in evolutionary algorithms. In P. J. Angeline and V. W. Porto, editors, Proc. 1999 Congress on Evolutionary Computation (CEC'99), volume 2, pages 1384-1391, Washington D.C., 6.-9. Juli 1999. IEEE Press, Piscataway NJ. Timo Slawinski, Angelika Krone, Ulrich Hammel, Dirk Wiesmann, and Peter Krause. A hybrid evolutionary search concept for data-based generation of relevant fuzzy rules in high dimensional spaces. In 1999 IEEE Int'l Fuzzy Systems Conference Proc. (FUZZ-IEEE'99), pages 1432-1437, Seoul, Korea, 22.-25. August 1999. IEEE Press, Piscataway NJ. Martin Mandischer, Hannes Geyer, and Peter Ulbig. Neural networks and evolutionary algorithms for the prediction of thermodynamic properties for chemical engineering. In B. McKay, X. Yao, C. S. Newton, J.-H. Kim, and T. Furuhashi, editors, Simulated Evolution and Learning, selected papers - Second Asia-Pacific Conf. (SEAL'98), volume 1585 of Lecture Notes in Computer Science, pages 106-113, Canberra, 24.-27. November 1998. Springer, Berlin, 1999. Stefan Droste and Dirk Wiesmann. Metric based evolutionary algorithms. In R. Poli, W. Banzhaf, W. B. Langdon, J. Miller, P. Nordin, and T. C. Fogarty, editors, Genetic Programming, European Conf., EuroGP'00), volume 1802 of Lecture Notes in Computer Science, pages 29-43, Edinburgh, UK, 15.-16. April 2000. Springer, Berlin. Hans-Paul Schwefel. Evolutionäres Rechnen in der Computational Intelligence. In S. Hafner, H. Kiendl, and H.-P. Schwefel, editors, Computational Intelligence: Neuronale Netze, Evolutionäre Algorithmen, Fuzzy Control im industriellen Einsatz; Proc. VDI-VDE-GMA-Fachtagung, volume 1381 of VDI-Berichte, pages 19-23, Berlin, 3.-4. März 1998. VDI-Verlag, Düsseldorf. Hans-Paul Schwefel and Frank Kursawe. On natural life's tricks to survive and evolve. In D. B. Fogel, H.-P. Schwefel, Th. Bäck, and X. Yao, editors, Proc. Second IEEE World Congress on Computational Intelligence (WCCI'98) with Fifth IEEE Conf. Evolutionary Computation (IEEE/ICEC'98), pages 1-8, Anchorage AK, 4.-9. Mai 1998. IEEE Press, Piscataway NJ. Thomas Bäck and Agoston E. Eiben. Generalizations of intermediate recombination in evolution strategies. In P. J. Angeline and V. W. Porto, editors, Proc. 1999 Congress on Evolutionary Computation (CEC'99), volume 2, pages 1566-1573, Washington D.C., 6.-9. Juli 1999. IEEE Press, Piscataway NJ. Thomas Bäck. Self-adaptive genetic algorithms for dynamic environments with slow dynamics. In A. S. Wu, editor, Proc. 1999 Genetic and Evolutionary Computation Conference - Workshop Program (GECCO'99), pages 142-145, Orlando FL, 13. Juli 1999. Kalyanmoy Deb. Multi-objective genetic algorithms: Problem difficulties and construction of test problems. Evolutionary Computation, 7(3):205-230, 1999. Hans-Paul Schwefel. Evolving solutions for design and management tasks on computers. In IEEE Int'l Conf. Systems, Man, and Cybernetis (IEEE SMC'99), volume III, pages 573-578, Tokyo, 12.-15. Oktober 1999. IEEE. CD-ROM Catalog Number 99CH37028C. Timo Slawinski, Peter Krause, Angelika Krone, Ulrich Hammel, and Dirk Wiesmann. Fuzzy Adaption der evolutionären Regelsuche im Fuzzy-ROSA-Verfahren. In R. Knicker and H. Kiendl, editors, 9. Workshop ``Fuzzy Control'' des GMA-FA 5.22 - Forschungsbericht Nr. 0499, pages 16-39. Universität Dortmund, Fakultät für Elektrotechnik, 4.-5. November 1999. Stefan Droste and Dirk Wiesmann. Metric based evolutionary algorithms. In R. Poli, W. Banzhaf, W. B. Langdon, J. Miller, P. Nordin, and T. C. Fogarty, editors, Genetic Programming, European Conf., EuroGP'00), volume 1802 of Lecture Notes in Computer Science, pages 29-43, Edinburgh, UK, 15.-16. April 2000. Springer, Berlin. Thomas Bäck and Boris Naujoks. Applications of evolution strategies. In J.Périaux, G. Degrez, and H. Deconinck, editors, Proc. VKI Lecture Series 2000-07 ``Genetic Algorithms for Optimisation in Aeronautics and Turbomachinery'', pages 1-27, Rhode Saint Gen�se, Belgien, 15.-19. Mai 2000. Karman Institute for Fluid Dynamics. Thomas Bäck and Boris Naujoks. State of the art in evolution strategies. In J.Périaux, G. Degrez, and H. Deconinck, editors, Proc. VKI Lecture Series 2000-07 ``Genetic Algorithms for Optimisation in Aeronautics and Turbomachinery'', pages 1-23, Rhode Saint Gen�se, Belgien, 15.-19. Mai 2000. Karman Institute for Fluid Dynamics. Thomas Bäck. Industrial applications of evolutionary algorithms: Case studies. In 2000 Genetic and Evolutionary Computation Conference - Tutorial Program(GECCO'00), pages 538-552, Las Vegas NV, 9. Juli 2000. Ulrich Hammel and Thomas Bäck. Optimierung in der Simulation: Evolutionäre Algorithmen. In H. Szczerbicka and T. Uthmann, editors, Modellierung, Simulation und Künstliche Intelligenz, pages 303-331. SCS Publishing House, Erlangen, 2000.
Interne Zusammenarbeit	-
Externe Zusammenarbeit	-

Algorithmenevolution und Genetisches Programmieren

Beschreibung	In der Vergangenheit hat sich die Grundlagenforschung auf Standard-Repräsentationen (Binärstrings, Vektoren reeller Variablen) konzentriert. In der Praxis wurden die zugrundeliegenden evolutionären Heuristiken aber auch auf andersartige Suchprobleme (z.B. gemischt-ganzzahlige Optimierung, Strukturoptimierung) auf der Basis spezieller problemnaher Repräsentationen erfolgreich angewandt. In diesem Projekt sollen die repräsentationsunabhängigen Prinzipien evolutionärer Algorithmen extrahiert und systematisch auf neue Repräsentationen (z.B. Graphen) übertragen werden. Ein Fernziel ist die Kombination von evolutionären Suchheuristiken mit Problemwissen zur Verbesserung der Sucheigenschaften (Effektivität und Effizienz). Die Standard-Selektionsverfahren verursachen durch die notwendige Synchronisation bei Verwendung auf parallelen Architekturen Leistungsverluste. Neue Selektionsverfahren zeigen dabei häufig nicht nur einen erheblichen Leistungsgewinn gegenüber einer rein sequentiellen Variante, sondern auch eine sicherere Konvergenz zu Lösungen höherer Güte. Ein systematischer Vergleich dieser Verfahren und ihrer Parametrisierungen ist in diesem Projekt vorgesehen.
Finanzausstattung	460 TDM
Laufzeit	04/1996 - 07/2000
Projektleitung	Univ.-Prof. Dr., Banzhaf, Wolfgang
Mitarbeiter	Dr., Nordin, Peter Dipl.-Biol., Rauhe, Hilmar Dipl.-Inf. Kantschik, Wolfgang
Förderer	Deutsche Forschungsgemeinschaft (DFG)
Kennziffer	BA 1042/5-1, BA 1042/5-2
Förderart	DFG allgemein
Stichworte	Genetische Programmierung; Lineare Genetische Programmierung; Metaevolution;
Hyperlink / Kommentar	- -
Literatur	Peter Nordin, Wolfgang Banzhaf, and Markus Brameier. Evolution of a world model for a miniature robot using genetic programming. Robotics and Autonomous Systems, 25:105-116, 1998. Markus Brameier, Frank Hoffmann, Peter Nordin, Wolfgang Banzhaf, and Frank Francone. Parallel machine code genetic programming. In W. Banzhaf, J. Daida, A. E. Eiben, M. H. Garzon, V. Honavar, M. Jakiela, and R. E. Smith, editors, Proc. Genetic and Evolutionary Computation Conf. (GECCO'99), Poster Papers, volume 2, page 1228, Orlando FL, 13.-17. Juli 1999. Morgan Kaufmann, San Francisco CA. Wolfgang Kantschik, Peter Dittrich, Markus Brameier, and Wolfgang Banzhaf. Empirical analysis of different levels of meta-evolution. In P. J. Angeline and V. W. Porto, editors, Proc. 1999 Congress on Evolutionary Computation (CEC'99), volume 3, pages 2086-2093, Washington D.C., 6.-9. Juli 1999. IEEE Press, Piscataway NJ. Wolfgang Kantschik, Peter Dittrich, Markus Brameier, and Wolfgang Banzhaf. Meta-evolution in graph gp. In R. Poli, P. Nordin, W. B. Langdon, and T. C. Fogarty, editors, Genetic Programming, Second European Workshop (EuroGP'99), pages 15-28, Göteborg, Schweden, 26.-29. Mai 1999. Springer, Berlin. Wolfgang Banzhaf, Dirk Banscherus, and Peter Dittrich. Hierarchical genetic programming using local modules. Interner Bericht des Sonderforschungsbereichs 531 Computational Intelligence CI-56/99, Universität Dortmund, Januar 1999. Wolfgang Kantschik, Wolfgang Banzhaf. Linear-Tree GP and its comparison with other GP strucutres. In Genetic Programming, Second European Workshop (EuroGP'01) R. Poli, P. Nordin, W.B. Langdon, T.C. Fogarty (eds.), LNCS 2038 , Seiten. 302-312, Springer, Berlin Wolfgang Banzhaf, Peter Nordin, Robert E. Keller, and Frank D. Francone. Genetic Programming - An Introduction; On the Automatic Evolution of Computer Programs and Its Application. dpunkt Verlag, Heidelberg, 1998. W. Banzhaf, R. Poli, M. Schoenauer, and T. C. Fogarty, editors. Genetic Programming - First European Workshop (EuroGP'98), Proc., volume 1391 of Lecture Notes in Computer Science, Paris, 14.-15. April 1998. Springer, Berlin. W. Banzhaf and C. Reeves, editors. Foundations of Genetic Algorithms 5 (FOGA'98), Amsterdam, 22.-26. September 1998. Morgan Kaufmann, San Mateo CA, 1999. W. Banzhaf et al. (eds), Proc. Genetic and Evolutionary Computation Conf. (GECCO'99). Morgan Kaufmann Publishers, San Francisco CA, 1999. R. Poli, W. Banzhaf et al. (eds), Proc. Genetic Programming, European Conf EUROGP'00. LNCS Vol. 1802. Springer, Berlin, 2000.
Interne Zusammenarbeit	-
Externe Zusammenarbeit	-

Gesamtoptimierung verfahrenstechnischer Anlagen mit naturanalogen Methoden

Beschreibung	Im Rahmen des Projektes, welches in Kooperation mit dem Lehrstuhl für Technische Thermodynamik der RWTH Aachen ausgeführt wird, wurde eine Optimierungsumgebung entwickelt, mit deren Hilfe die Struktur und die Parametrisierung einer verfahrenstechnischen Anlage simultan optimiert werden kann. Als Zielgröße der Optimierung dienen die Betriebs- und Investitionskosten. Mit der Auslegung verfahrenstechnischer Anlagen sind in der Regel komplexe, gemischt-ganzzahlige, variabel-dimensionale Optimierungsaufgaben verbunden, woraus sich eine Vielzahl von zu optimierenden Parametern ergibt. Die Struktur der Anlagen wird gewöhnlich durch den Einsatz von Expertenwissen bestimmt und bisher keiner Optimierung unterzogen. Innerhalb des Projektes sollte deshalb die Gesamtoptimierung verfahrenstechnischer Anlagen mit naturanalogen Optimierungsverfahren erprobt werden, wobei neben den verfahrenstechnischen Parametern auch die Strukturen der Anlagen dem Optimierungsprozess unterworfen werden sollten
Finanzausstattung	507 TDM
Laufzeit	05/1994 - 04/1999
Projektleitung	Univ.-Prof. Dr.-Ing., Schwefel, Hans-Paul
Mitarbeiter	Dipl.-Inform., Schütz, Martin Dipl.-Inform., Emmerich, Michael
Förderer	VW-Stiftung, Schwerpunktprogramm "Modellierung komplexer Systeme zur Verfahrenstechnik"
Kennziffer	I/69254, I/71421
Förderart	VW-Stiftung
Stichworte	Evolutionäre Algorithmen; Strukturoptimierung; Verfahrenstechnische Anlagen
Hyperlink / Kommentar	http://Ls11-www.informatik.uni-dortmund.de/bb/jahresbericht98-99/ Gesamtoptimierung verfahrenstechnischer Anlagen mit naturanalogen Methoden
Literatur	Martin Schütz and Hans-Paul Schwefel. Evolutionary approaches to solve three challenging engineering tasks. CMAME (Computer methods in applied mechanics and engineering), 186:141-170, 2000. Michael Emmerich, Monika Grötzner, Bernd Groß, and Martin Schütz. Mixed-integer evolution strategy for chemical plant optimization with simulators. In I. C. Parmee, editor, Evolutionary Design and Manufacutre - Selected papers from ACDM'00, pages 55-67, Plymouth, UK, 26.-28. April 2000. Springer, London. Thomas Bäck, Boris Naujoks, and Martin Schütz. Industrial applications of evolutionary algorithms: Practical examples. In S. Hafner, H. Kiendl, R. Kruse, and H.-P. Schwefel, editors, Computational Intelligence im industriellen Einsatz: Fuzzy Systeme, Neuronale Netze, Evolutionäre Algorithmen, Data Mining Proc. VDI-VDE-GMA-Fachtagung, volume 1526 of VDI-Berichte, pages 301-316, Baden-Baden, 11.-12. Mai 2000. VDI-Verlag, Düsseldorf. Thomas Bäck, Boris Naujoks, Martin Schütz, and Lars Willmes. Tragflächen-Optimierung mittels Evolutionärer Algorithmen. In S. Hafner, H. Kiendl, R. Kruse, and H.-P. Schwefel, editors, Computational Intelligence im industriellen Einsatz: Fuzzy Systeme, Neuronale Netze, Evolutionäre Algorithmen, Data Mining Proc. VDI-VDE-GMA-Fachtagung, volume 1526 of VDI-Berichte, pages 67-84, Baden-Baden, 11.-12. Mai 2000. VDI-Verlag, Düsseldorf. Michael Emmerich, Monika Grötzner, Bernd Groß, Frank Henrich, Peter Roosen, and Martin Schütz. Strukturoptimierung verfahrenstechnischer Anlagen mit Evolutionären Algorithmen. In S. Hafner, H. Kiendl, R. Kruse, and H.-P. Schwefel, editors, Computational Intelligence im industriellen Einsatz: Fuzzy Systeme, Neuronale Netze, Evolutionäre Algorithmen, Data Mining Proc. VDI-VDE-GMA-Fachtagung, volume 1526 of VDI-Berichte, pages 277-282, Baden-Baden, 11.-12. Mai 2000. VDI-Verlag, Düsseldorf.
Interne Zusammenarbeit	-
Externe Zusammenarbeit	Lehrstuhl für Technische Thermodynamik, RWTH Aachen

Unüberwachtes Lernen in Neuronalen Netzen: Mechanismen und Struktur

Beschreibung	Die Einsatzmöglichkeiten überwachter Lernverfahren werden beschränkt durch das schlechte Skalierungsverhalten und durch die Notwendigkeit des Vorhandenseins eines Lehrers, was zudem biologisch unplausibel ist. Eine vielversprechende Alternative hierzu stellt der Entwurf unüberwachter Lernverfahren dar, welche lernen können, die systematische Struktur ihrer Eingabedaten adaptiv als netzinterne Repräsentation zu kodieren, ohne auf vorgegebene Antworten angewiesen zu sein. Ausgangspunkt für den Entwurf strukturerkennender unüberwachter Lernverfahren - und damit für dieses Forschungsprojekt - ist die Frage nach der Steuerbarkeit von Mechanismen unüberwachten Lernens in Neuronalen Netzen. Wie ist die qualitative Bewertung netzwerkinterner Repräsentationen möglich? Wie können die systematischen Eigenschaften unterschiedlicher Daten beschrieben werden? Wie sieht die Verbindung zwischen diesen beiden Aspekten aus, und wie lassen sich hieraus Lernverfahren unterschiedlicher Zielsetzung ableiten?
Finanzausstattung	340 TDM
Laufzeit	07/1996 - 08/1999
Projektleitung	Univ.-Prof. Dr.-Ing., Schwefel, Hans-Paul Univ.-Prof. Dr., Banzhaf, Wolfgang
Mitarbeiter	Dipl.-Inform., Garionis, Ralf
Förderer	Deutsche Forschungsgemeinschaft (DFG), Sachbeihilfe
Kennziffer	SCHW 361/10-1, SCHW 361/10-2
Förderart	DFG allgemein
Stichworte	Neuronale Netze; Unüberwachtes Lernen
Hyperlink / Kommentar	- -
Literatur	Ralf Garionis. Quantifying neighborhood preservation: Guidance for unsupervised learning? Interner Bericht der Systems Analysis Research Group SYS-4/98, Universität Dortmund, Fachbereich Informatik, Mai 1998. Ralf Garionis. Quantifying neighborhood preservation: Linking evolutionary and unsupervised neural learning. In X. Yao, R. I. McKay, C. S. Newton, J.-H. Kim, and T. Furuhashi, editors, Proc. Second Asia-Pacific Conf. Simulated Evolution and Learning (SEAL'98), volume 2, session 22, Canberra, 24.-27. November 1998. University of New South Wales. Ralf Garionis. Unsupervised learning and hierarchical representations. Interner Bericht der Systems Analysis Research Group SYS-3/99, Universität Dortmund, Fachbereich Informatik, Mai 1999. Ralf Garionis. CLEARS - Connectionist learning simulator. Interner Bericht der Systems Analysis Research Group SYS-4/99, Universität Dortmund, Fachbereich Informatik, Juni 1999. Ralf Garionis. Quantifying neighborhood preservation: Joint properties of evolutionary and unsupervised neural learning. In B. McKay, X. Yao, C. S. Newton, J.-H. Kim, and T. Furuhashi, editors, Simulated Evolution and Learning, selected papers - Second Asia-Pacific Conf. (SEAL'98), volume 1585 of Lecture Notes in Computer Science, pages 98-105, Canberra, 24.-27. November 1998. Springer, Berlin, 1999.
Interne Zusammenarbeit	-
Externe Zusammenarbeit	-

Parallele Verfahren zur Absatzprognose

Beschreibung	Von besonderem Interesse ist häufig das Verhalten eines Systems über die Zeit. Die Analyse solcher Beobachtungsdaten, sogenannter Zeitreihen, stellt ein wichtiges Teilgebiet der Datenanalyse dar. Sowohl in den Natur- und Ingenieurwissenschaften als auch in der Ökonomie versucht man, aus der Analyse der Vergangenheitsdaten zu einer Vorhersage des zukünftigen Verhaltens eines Systems zu gelangen (z.B. Wettervorhersage, Prognose von Börsenkursen). Am Lehrstuhl für Systemanalyse wurden in einem Verbundprojekt mit der Marketing Systems GmbH, Essen, vor allem parallele Verfahren zur Prognose von Absatzzeitreihen untersucht. Dabei werden klassische statistische Verfahren mit Methoden der Computational Intelligence kombiniert. Mit großem Erfolg wurden bereits anwendungsspezifische Prognosemodelle mit Hilfe Evolutionärer Algorithmen parametrisiert. Einen weiteren Schwerpunkt des Projekts stellen parallele konnektionistische Modelle zur multivariaten Zeitreihenprognose dar. Das Projekt wurde vom BMBF im Rahmen der Initiative zur Förderung des parallelen Höchstleistungsrechnens gefördert.
Finanzausstattung	500 TDM
Laufzeit	07/1995 - 12/1998
Projektleitung	Univ.-Prof. Dr.-Ing., Schwefel, Hans-Paul
Mitarbeiter	Dr., Sprave, Joachim
Förderer	Bundesministerium für Bildung, Wissenschaft, Forschung und Technologie (BMBF), Verbundprojekt im Förderschwerpunkt "Paralleles Höchstleistungsrechnen (HPSC)"
Kennziffer	01 IR 509 A
Förderart	Bund
Stichworte	Parallele Evolutionäre Algorithmen; Zeitreihenanalyse
Hyperlink / Kommentar	http://Ls11-www.cs.uni-dortmund.de/~joe/PART4/part4.html PARTFOR - Part4
Literatur	Susanne Rolf, Joachim Sprave, and Wolfgang Urfer. Statistical parameter estimation as an example for mixed-integer optimization by means of evolutionary algorithms. In E. Kovács, Z. Kovács, B. Csert, and L. Pépei, editors, Proc. Third Int'l Conf. Applied Informatics, volume 1, pages 97-102, Eger-Noszvaj, Ungarn, 25.-28. August 1997. Nyomda Kft., 1998. Joachim Sprave and Susanne Rolf. Variable-dimensional optimization with evolutionary algorithms using fixed-length representations. In V. W. Porto, N. Saravanan, D. Waagen, and A. E. Eiben, editors, Evolutionary Programming VII - Seventh Int'l Conf. EP'98, San Diego CA, March 25-27, 1998, Proc., pages 261-269. Springer, Berlin, 1998. Joachim Sprave. A unified model of non-panmictic population structures in evolutionary algorithms. In P. J. Angeline and V. W. Porto, editors, Proc. 1999 Congress on Evolutionary Computation (CEC'99), volume 2, pages 1384-1391, Washington D.C., 6.-9. Juli 1999. IEEE Press, Piscataway NJ.
Interne Zusammenarbeit	-
Externe Zusammenarbeit	Marketing Systems GmbH Essen

Einsatz von Methoden der Nichtlinearen Dynamik zur Modellbildung von Fräsprozessen

Beschreibung	Das Hochgeschwindigkeitsfräsen (HSC-Fräsen) ist ein dynamisches Fertigungsverfahren, bei dem hohe Ansprüche sowohl an die Produktivität als auch an die Qualität der zu fertigenden Oberflächen gestellt werden. In einem durch die VW-Stiftung geförderten Projekt wurden in Zusammenarbeit mit dem Institut für Spanende Fertigung (ISF) anhand experimentell aufgenommener Zeitreihen Untersuchungen zur Analyse der Dynamik des HSC-Fräsens durchgeführt. Hierbei dienten Methoden der Nichtlinearen Dynamik (NLD) zur Charakterisierung des typischen Schwingungsverhaltens der Fräserspitze im Eingriff. Mit den Methoden der NLD können komplexe Verhaltensweisen des realen Fertigungsprozesses wie Rattern oder Quietschen analysiert werden, die mit konventionellen linearen Methoden nicht umfassend genug zu erklären sind. Bereits durchgeführte Untersuchungen weisen darauf hin, dass bei spanenden Fertigungsverfahren nichtlineare Schwingungsanteile auftreten. Diese bedingen, dass eine exakte Vorhersage und Kontrolle des Schnittprozesses sehr schwierig wird. Erst die Analyse mit Hilfe der Nichtlinearen Dynamik erlaubt eine adäquate Modellbildung und bietet somit die Chance, den Fräsprozess noch zuverlässiger und effizienter zu gestalten.
Finanzausstattung	138 TDM
Laufzeit	01/1997 - 12/1998
Projektleitung	Univ.-Prof. Dr.-Ing., Schwefel, Hans-Paul
Mitarbeiter	PD Dr., Beyer, Hans-Georg Dipl.-Inform., Naujoks, Boris
Förderer	VW-Stiftung, Förderschwerpunkt "Untersuchung Nichlinear-Dynamischer Effekte in Produktionstechnischen Systmen"
Kennziffer	AZ:I-71517
Förderart	VW-Stiftung
Stichworte	Hochgeschwindigkeitsfräsen; Nicht-lineare Dynamik
Hyperlink / Kommentar	http://Ls11-www.informatik.uni-dortmund.de/nld/src/Results/results.html -
Literatur	Klaus Weinert, Jörn Mehnen, Martin Kalveram, Hans-Paul Schwefel, and Boris Naujoks. Analyse des HSC-Fräsprozesses mit Hilfe der Methoden der Nichtlinearen Dynamik. VDI-Z Integrierte Produktion, 140(9):54-57, 1998. Klaus Weinert, Jörn Mehnen, Martin Kalveram, Hans-Paul Schwefel, and Boris Naujoks. Nonlinear time series analysis of milling processes. In F. Klocke, editor, Second Int'l Symposium ``Investigation of nonlinear dynamic effects in production systems'', chapter 6. Laboratorium für Werkzeugmaschinen und Betriebslehre (WZL), RWTH Aachen, 25.-26. Februar 1999. Klaus Weinert, Jörn Mehnen, Martin Kalveram, Hans-Paul Schwefel, and Boris Naujoks. On the analysis of the dynamics of high-speed milling by means of time series analysis methods. In Production Engineering - Research and Development, Annals of the German Academic Society for Production Engineering, volume VI/2, pages 21-24. Wissenschaftliche Gesellschaft für Produktionstechnik, Berlin, 1999.
Interne Zusammenarbeit	Institut für Spanende Fertigung (ISF), Fakultät Maschinenbau, Prof. Dr.-Ing. Dr. h.c. K. Weinert
Externe Zusammenarbeit	-

Selbstorganisation in Binärstringsystemen (BinSys)

Beschreibung	Innerhalb des BinSys Projekts werden Selbstorganisationsvorgänge in künstlichen chemischen Systemen untersucht. Eine künstliche Chemie setzt sich dabei aus einer Menge von Objekten - den Molekülen - und einer Menge von Interaktionsregeln zusammen. Im BinSys-Projekt werden Moleküle abstrakt als Binärsequenzen dargestellt. Für die Interaktion zweier Sequenzen wird die eine zu einem Operator "gefaltet", der in der Lage ist die zweite Sequenz zu verarbeiten. Das Ergebnis dieser Operation wird als Reaktionsprodukt interpretiert. Dieselbe Sequenz kann somit als aktiver Operator oder passiver Operand auftreten. Dies führt zu einem Struktur-Funktionsdualismus, der auch in vielen komplexen biologischen und sozialen Systeme zu finden ist. Das Binärstringsystem erlaubt das systematische Studium des Struktur-Funktionsdualismus anhand von Computerexperimenten. Von besonderem Interesse sind die Phänomene der Strukturbildung, der Evolution und der Informationsverarbeitung.
Finanzausstattung	575 TDM
Laufzeit	01/1995 - 12/1999
Projektleitung	Univ.-Prof. Dr., Banzhaf, Wolfgang
Mitarbeiter	Dr., Dittrich, Peter
Förderer	DFG
Kennziffer	BA 1042/2-1, BA 1042/2-2
Förderart	DFG allgemein
Stichworte	Chemische Informationsverarbeitung; Künstliche Chemie; Künstliches Leben; Molekulare Evolution
Hyperlink / Kommentar	Ls11-www.cs.uni-dortmund.de/alife/prj-binsys.html -
Literatur	Peter Dittrich and Wolfgang Banzhaf. Self-evolution in a constructive binary string system. Artificial Life, 4(2):203-220, 1998. Peter Dittrich, Jens Ziegler, and Wolfgang Banzhaf. Mesoscopic analysis of self-evolution in an artificial chemistry. In C. Adami, R. K. Belew, H. Kitano, and C. E. Taylor, editors, Artificial Life VI, Los Angeles CA, June 26-29, 1998, Proc., pages 95-103. The MIT Press, Cambridge MA, 1998. Peter Dittrich, Jens Ziegler, and Wolfgang Banzhaf. Mesoscopic analysis of an artificial chemistry with self-organizing topology. In C. Wilke, S. Altmeyer, and T. Martinetz, editors, Third German Workshop on Artificial Life: Abstracting and Synthesizing the Principles of Living Systems, pages 155-170. Verlag Harri Deutsch, Frankfurt a.M., 1998. Wolfgang Banzhaf, Peter Dittrich, and Burkhard Eller. Topological interactions in a binary string system. Physica D, 125(1-2):85-104, 1999. Andre Skusa, Wolfgang Banzhaf, Jens Busch, Peter Dittrich, and Jens Ziegler. Künstliche Chemie. Künstliche Intelligenz, 1:12-19, 2000. Peter Dittrich, Fredrik Liljeros, Arne Soulier, and Wolfgang Banzhaf (2000), Spontaneous Group Formation in the Seceder Model, Phys. Rev. Lett., 84:3205-3208 Peter Dittrich, Jens Ziegler, and Wolfgang Banzhaf (2001), Artificial Chemistry � a Review, Artificial Life, 7(3): (in print)
Interne Zusammenarbeit	-
Externe Zusammenarbeit	-

Untersuchungen zur Theorie der Evolutionsstrategie und zu den Grundprinzipien Evolutionärer Algorithmen

Beschreibung	Aufgrund der Tatsache, dass viele praktisch relevante Optimierungsprobleme in einer Form oder der anderen verrauscht sind, stellt die Analyse des Verhaltens Evolutionärer Algorithmen in verrauschten Fitnessumgebungen ein wichtiges Forschungsgebiet dar. Empirische Untersuchen haben in der Vergangenheit wiederholt die Überlegenheit populationsbasierter im Vergleich mit punktbasierten Optimierungsalgorithmen gezeigt. Die Zahl der Untersuchungen, die sich mit dem Themenkomplex nicht nur empirisch, sondern mathematisch-analytisch beschäftigen, ist gering. In diesem Projekt soll ein verbessertes Verständnis der Möglichkeiten und Grenzen von Evolutionsstrategien im Zusammenhang mit verrauschten Optimierungsproblemen erhalten werden. Durch die Untersuchung des Verhaltens von Evolutionsstrategien in einfachen, verrauschten Fitnessumgebungen sollen Gesetze hergeleitet werden, die das Skalierungsverhalten unterschiedlicher Strategietypen beschreiben und so Aufschlüsse bezüglich der Relevanz unterschiedlicher Operatoren oder Parametereinstellungen ermöglichen.
Finanzausstattung	480 TDM
Laufzeit	10/1998 - 02/2003
Projektleitung	PD Dr., Beyer, Hans-Georg
Mitarbeiter	Dipl.-Inform., Arnold, Dirk
Förderer	Deutsche Forschungsgemeinschaft (DFG), Sachbeihilfe
Kennziffer	BE 1578/6-1 und Be 1578/6-3
Förderart	DFG allgemein
Stichworte	Evolutionsstrategien; Optimierung; Rauschen
Hyperlink / Kommentar	- -
Literatur	Hans-Georg Beyer. On the "explorative power'' of ES/EP-like algorithms. In V. W. Porto, N. Saravanan, D. Waagen, and A. E. Eiben, editors, Evolutionary Programming VII - Seventh Int'l Conf. EP'98, San Diego CA, March 25-27, 1998, Proc., pages 323-334. Springer, Berlin, 1998. Hans-Georg Beyer. Mutate large, but inherit small! On the analysis of rescaled mutations in ([1\tilde], [(λ)\tilde])-ES with noisy fitness data. In A. E. Eiben, Th. Bäck, M. Schoenauer, and H.-P. Schwefel, editors, Parallel Problem Solving from Nature - PPSN V, Fifth Int'l Conf., Amsterdam, The Netherlands, September 27-30, 1998, Proc., pages 109-118. Springer, Berlin, 1998. Hans-Georg Beyer. On the dynamics of eas without selection. In W. Banzhaf and C. Reeves, editors, Foundations of Genetic Algorithms 5 (FOGA'98), pages 5-26, Amsterdam, 22.-26. September 1998. Morgan Kaufmann, San Mateo CA, 1999. Lothar Grünz and Hans-Georg Beyer. Some observations on the interaction of recombination and self-adaptation in evolution strategies. In P. J. Angeline and V. W. Porto, editors, Proc. 1999 Congress on Evolutionary Computation (CEC'99), volume 1, pages 639-645, Washington D.C., 6.-9. Juli 1999. IEEE Press, Piscataway NJ. Hans-Georg Beyer and Dirk V. Arnold. Fitness noise and localization errors of the optimum in general quadratic fitness models. In W. Banzhaf, J. Daida, A. E. Eiben, M. H. Garzon, V. Honavar, M. Jakiela, and R. E. Smith, editors, Proc. Genetic and Evolutionary Computation Conf. (GECCO'99), volume 1, pages 817-824, Orlando FL, 13.-17. Juli 1999. Morgan Kaufmann, San Francisco CA. Kalyanmoy Deb and Hans-Georg Beyer. Self-adaptation in real-parameter genetic algorithms with simulated binary crossover. In W. Banzhaf, J. Daida, A. E. Eiben, M. H. Garzon, V. Honavar, M. Jakiela, and R. E. Smith, editors, Proc. Genetic and Evolutionary Computation Conf. (GECCO'99), volume 1, pages 172-179, Orlando FL, 13.-17. Juli 1999. Morgan Kaufmann, San Francisco CA. Dirk V. Arnold and Hans-Georg Beyer. Efficiency and mutation strength adaptation of the (μ/μI,λ)-ES in a noisy environment. In M. Schoenauer, K. Deb, G. Rudolph, et al., editors, Parallel Problem Solving from Nature - PPSN VI, Sixth Int'l Conf., Paris, France September 18-20, 2000, Proc., pages 39-48. Springer, Berlin, 2000. Hans-Georg Beyer. Evolutionary algorithms in noisy environments: Theoretical issues and guidelines for practice. CMAME (Computer methods in applied mechanics and engineering), 186:239-267, 2000. Hans-Georg Beyer and Dirk V. Arnold. Theory of evolution strategies - A tutorial. In L. Kallel, B. Naudts, and A. Rogers, editors, Theoretical Aspects of Evolutionary Computing, Natural Computing, pages 111-136. Springer, Berlin, 2001. Dirk V. Arnold. Evolution strategies in noisy environments - A survey of existing work. In L. Kallel, B. Naudts, and A. Rogers, editors, Theoretical Aspects of Evolutionary Computing, Natural Computing, pages 241-252. Springer, Berlin, 2001. Dirk V. Arnold and Hans-Georg Beyer. Local performance of the (μ/μI,λ)-ES in a noisy environment. In W. Martin and W. M. Spears, editors, Foundations of Genetic Algorithms 6 (FOGA 2000), Charlottesville VA, 21.-23. Juli 2000. Morgan Kaufmann, 2001. (im Druck). Dirk V. Arnold and Hans-Georg Beyer. Local performance of the (1+1)-ES in a noisy environment. IEEE Transactions on Evolutionary Computation, 2001. (im Druck).
Interne Zusammenarbeit	-
Externe Zusammenarbeit	-

Vom Kriechen zum Laufen: Evolution des Laufens mit Genetischer Programmierung auf beliebigen Morphologien

Beschreibung	Ziel ist es, ein Verfahren zu entwickeln, das für eine möglichst beliebige gegebene Robotermechanik weitgehend automatisch einen Controller zur Fortbewegung erzeugt. Mit Hilfe dieses Verfahrens soll es möglich sein, das Spektrum möglicher Bewegungsformen insbesondere des Laufens einer beliebigen Robotermechanik zu explorieren. Das Verfahren sollte keinerlei Modell benötigen oder nur geringe Modellannahmen machen. Für die automatische Generierung eines Controllers soll hauptsächlich die Genetische Programmierung eingesetzt werden. Dazu müssen Methoden für die Genetische Programmierung entwickelt werden, die eine effiziente Echtzeitanwendung in einer dynamischen Umgebung und einer daraus resultierenden dynamischen Fitnesslandschaft erlauben. Die Brauchbarkeit (Vor- und Nachteile) der Genetischen Programmierung für den oben genannten Anwendungsfall soll evaluiert werden. Das Verfahren soll ausführlich getestet und darauf aufbauend bewertet werden, inwieweit es sich für die Generierung von Laufverhalten verwenden lässt.
Finanzausstattung	416 TDM
Laufzeit	10/1999 - 04/2003
Projektleitung	Univ.-Prof. Dr., Banzhaf, Wolfgang
Mitarbeiter	Dipl.-Inform., Ziegler, Jens
Förderer	Deutsche Forschungsgemeinschaft (DFG), Sachbeihilfe
Kennziffer	Ba 1042/6-1 und Ba 1042/6-2
Förderart	DFG-Sachbeihilfe
Stichworte	Genetisches Programmieren; Laufroboter; Evolution
Hyperlink / Kommentar	http://www.fzi.de/ids/dfg_schwerpunkt_laufen/german/projects/banzhaf.html DFG-Schwerpunktprogramm Autonomes Laufen
Literatur	-
Interne Zusammenarbeit	-
Externe Zusammenarbeit	Prof. Dr. Martin Frik, Universität Duisburg Dr. Peter Nordin , Chalmers Technical University, Göteborg, Schweden

DREAM: Virtuelle Maschine für verteilte Evolutionäre Algorithmen

Beschreibung	Ziel des Projektes ist es, ein technisches Konzept zu entwickeln und eine Software zu erstellen, die die über das Internet verbundenen, aber zum großen Teil ungenutzten Ressourcen der Heim- und Arbeitsplatzrechner zusammenschalten und an gemeinsamen Aufgaben arbeiten lassen können. Dabei ist der angestrebte Verwendungszweck die Optimierung mittels Evolutionärer Algorithmen, für deren Benutzung eine besondere Bibliothek zur Verfügung gestellt wird. Die zu erwartenden neuartigen Eigenschaften des großen, lose verküpften Netzwerkes sollen besonders im Hinblick auf ihre Auswirkungen auf evolutionäre Verfahren untersucht werden.
Finanzausstattung	460 TDM
Laufzeit	03/2000 - 02/2003
Projektleitung	Univ.-Prof. Dr.-Ing., Schwefel, Hans-Paul
Mitarbeiter	Dipl.-Inform., Preuß, Mike
Förderer	Europäische Union (EU)
Kennziffer	IST-1999-12679
Förderart	Europäische Union
Stichworte	Peer2peer (p2p), Netzwerk, Evolution, Optimierung
Hyperlink / Kommentar	http://www.world-wide-dream.org The Dream Project (nur in Englisch verfügbar)
Literatur	Thomas Bäck, Agoston E. Eiben, and Marco E. Vink. A superior evolutionary algorithm for 3-SAT. In V. W. Porto, N. Saravanan, D. Waagen, and A. E. Eiben, editors, Evolutionary Programming VII - Seventh Int'l Conf. EP'98, San Diego CA, March 25-27, 1998, Proc., pages 125-136. Springer, Berlin, 1998. Thomas Bäck. On the behavior of evolutionary algorithms in dynamic environments. In D. B. Fogel, H.-P. Schwefel, Th. Bäck, and X. Yao, editors, Proc. Second IEEE World Congress on Computational Intelligence (WCCI'98) with Fifth IEEE Conf. Evolutionary Computation (IEEE/ICEC'98), pages 446-451, Anchorage AK, 4.-9. Mai 1998. IEEE Press, Piscataway NJ. Kalyanmoy Deb. Evolutionary algorithms for multi-criterion optimization in engineering design. In K. Miettinen, M. M. Mäkelä, P. Neittaanmäki, and J. Périaux, editors, Evolutionary Algorithms in Engineering and Computer Science, pages 135-161. Wiley, Chichester, 1999. Thomas Bäck, Werner Haase, Boris Naujoks, Luca Onesti, and Alessio Turchet. Evolutionary algorithms applied to academic and industrial test cases. In K. Miettinen, M. M. Mäkelä, P. Neittaanmäki, and J. Périaux, editors, Evolutionary Algorithms in Engineering and Computer Science, pages 383-397. Wiley, Chichester, 1999. Ben Paechter, Thomas Bäck, et al. A distributed resource evolutionary algorithm machine (DREAM). In A. Zalzala and R. Eberhart, editors, Proc. 2000 Congress on Evolutionary Computation (CEC'00), volume 2, pages 951-958, La Jolla CA, 16.-19. Juli 2000. IEEE Press, Piscataway NJ. Michael Emmerich. An interval constraint propagation technique for chemical process network synthesis. In M. Sasikumar, D. Rao, and P. R. Prakash, editors, Proc. Knowledge based computer systems (KBCS 2000), pages 470-481, Mumbai, Indien, 18.-19. Dezember 2000. Allied Publishers Ltd., New Delhi.
Interne Zusammenarbeit	-
Externe Zusammenarbeit	School of Computing, Napier University, Edinburgh, GB Centre de Math�matiques Appliqu�es, Ecole Polytechnique, Paris, Frankreich Departamento de Arquitectura y Tecnologia de Computadores, Universidad Granada, Granada, Spanien Computational Intelligence Group, Faculty of Sciences, Vrije Universiteit Amsterdam, Niederlande School of Computing, Info Systems & Mathematics, Southbank University, London, GB

Untersuchungen zur Dynamik sozialer Systeme anhand der Simulation komplexer, adaptiver Agenten

Beschreibung	Die interdisziplinär angelegte Untersuchung der Dynamik sozialer Systeme soll dazu beitragen, das Wissen über die Evolution und Selbstorganisation dynamischer Systeme wie auch über die Prozesse der Entstehung gesellschaftlicher Ordnung zu vertiefen. Dem Projekt liegt die Annahme zu Grunde, dass sich soziale Prozesse im Computer künstlich modellieren lassen. Die Objekte in sozialen Systemen sind Akteure, die technisch als komplexe Agenten mit variablen Eigenschaften modelliert werden, so dass sie den Anforderungen eines gehaltvollen soziologischen Akteurkonzepts genügen. Durch den Einsatz von Techniken aus dem Bereich der komplexen adaptiven Systeme (Artifical Life, Genetische Programmierung, Evolutionäre Algorithmen, Neuronale Netze) sollen strategiefähige, adaptive Agenten konstruiert werden, um Prozesse der sozialen Interaktion in unterschiedlichen Agentenpopulationen zu simulieren und damit Aussagen über die Emergenz und Dynamik sozialer Systeme zu generieren, die anschlussfähig für aktuelle soziologische Fragestellungen sind.
Finanzausstattung	530 TDM
Laufzeit	01/2000 - 12/2003
Projektleitung	Univ.-Prof. Dr., Banzhaf, Wolfgang
Mitarbeiter	Dr., Dittrich, Peter Dr., Kron, Thomas (Fernuniversität Hagen)
Förderer	DFG, Schwerpunktprogramm Sozionik
Kennziffer	BA 1042/7-1 und BA 1042/7-2
Förderart	DFG-Projekt
Stichworte	Künstliche Gesellschaften; Komplexe und adaptive Agenten; Multiagentensysteme
Hyperlink / Kommentar	www.fernuni-hagen.de/ESGW/SOZ/SOZ2/Projekte/Sozionik/ ; Ls11-www.informatik.uni-dortmund.de/alife/sozionik/ Untersuchungen zur Dynamik sozialer Systeme anhand der Simulation komplexer, adaptiver Agenten
Literatur	-
Interne Zusammenarbeit	-
Externe Zusammenarbeit	Projektpartner Prof. Dr. Schimank, Lehrgebiet Soziologie II, Fernuniversität Hagen

Aspekte der ganzheitlichen Optimierung großer Netze in der Logistik(SFB 559-M8)

Beschreibung	Der SFB 559 verfolgt das Ziel, eine Theorie zur Beherrschung von großen Netzen in der Logistik zu entwickeln, damit diese gestaltet, organisiert und gesteuert werden können. Die Hauptaufgabe des Projektes M8 ist in diesem Zusammenhang die Entwicklung, Erprobung und Standardisierung einer Vorgehenssystematik für den Entwurf leistungsfähiger "Hybrider Evolutionärer Algorithmen" anhand ausgesuchter Referenzproblemstellungen aus der Logistik.
Finanzausstattung	683 TDM
Laufzeit	01/1997 - 06/2004
Projektleitung	Univ.-Prof. Dr.-Ing., Schwefel, Hans-Paul
Mitarbeiter	Dipl.-Inform., Reinholz, Andreas
Förderer	Deutsche Forschungsgemeinschaft (DFG): Sonderforschungsbereich "Modellierung großer Netze in der Logistik" (SFB 559)
Kennziffer	6702008
Förderart	DFG Sonderforschungsbereich
Stichworte	Optimierung, Hybride Evolutionäre Algorithmen, Simulation, Logistik
Hyperlink / Kommentar	http://www.sfb559.uni-dortmund.de/teilproj/m08/kurz.htm Teilprojekt M8 - Ganzheitliche Optimierung
Literatur	S. Hafner, H. Kiendl, and H.-P. Schwefel, editors. Computational Intelligence: Neuronale Netze, Evolutionäre Algorithmen, Fuzzy Control im industriellen Einsatz; Proc. VDI-VDE-GMA-Fachtagung, volume 1381 of VDI-Berichte, Berlin, 3.-4. März 1998. VDI-Verlag, Düsseldorf. D. B. Fogel, H.-P. Schwefel, Th. Bäck, and X. Yao, editors. Proc. Second IEEE World Congress on Computational Intelligence (WCCI'98) with Fifth IEEE Conf. Evolutionary Computation (IEEE/ICEC'98) Anchorage AK, May 4-9, 1998. IEEE Press, Piscataway NJ, 1998. A. E. Eiben, Th. Bäck, M. Schoenauer, and H.-P. Schwefel, editors. Parallel Problem Solving from Nature - PPSN V, Fifth Int'l Conf., Amsterdam, The Netherlands, September 27-30, 1998, Proc., volume 1498 of Lecture Notes in Computer Science. Springer, Berlin, 1998. Hellingrath, B.; Hoenen, M.; Mazzocco, C.; Application of Simulation and Fuzzy Logic for the Optimisation of Multi-Stage Production Processes in a Steel Mill, in Kasabov, N.; Kozma, R. u. a., T., Progress in Connectionist-Based Information Systems, Vol. 2 Berlin, Springer, 1255-1258, (1998). Beyer, H.-G.: The Theory of Evolution Strategies. Heidelberg: Springer 2000. Hans-Georg Beyer. Evolutionary algorithms in noisy environments: Theoretical issues and guidelines for practice. CMAME (Computer methods in applied mechanics and engineering), 186:239-267, 2000. H.-G. Beyer, K. De Jong, D. Fogel, and I. Wegener, editors. Theory of Evolutionary Algorithms, Dagstuhl-Seminar-Report No. 265, 13-18. Februar 2000. IBFI GmbH, Schloss Dagstuhl, Wadern. D. Whitley, D. Goldberg, E. Cantú-Paz, L. Spector, I. Parmee, and H.-G. Beyer, editors. Proc. 2000 Genetic and Evolutionary Computation Conference (GECCO'00), Las Vegas NV, 10.-12. Juli 2000. Morgan Kaufmann, San Francisco CA. M. Schoenauer, K. Deb, G. Rudolph, X. Yao, E. Lutton, J. J. Merelo, and H.-P. Schwefel, editors. Parallel Problem Solving from Nature - PPSN VI, Sixth Int'l Conf., Paris, France September 18-20, 2000, Proc., volume 1917 of Lecture Notes in Computer Science. Springer, Berlin, 2000. Rittscher, J.; Wenzel, S. u. a.: Schichtenmodell für die verteilte Nutzung modellgestützter Verfahren. In: Schulze, T.; Lorenz, P.; Hinz, V.: Simulation und Visualisierung 2000, SCS, Ghent, (2000), 17-30. Hans-Paul Schwefel. Evolutionäres Rechnen in der Computational Intelligence. In S. Hafner, H. Kiendl, and H.-P. Schwefel, editors, Computational Intelligence: Neuronale Netze, Evolutionäre Algorithmen, Fuzzy Control im industriellen Einsatz; Proc. VDI-VDE-GMA-Fachtagung, volume 1381 of VDI-Berichte, pages 19-23, Berlin, 3.-4. März 1998. VDI-Verlag, Düsseldorf. Sigrid Hafner, Harro Kiendl, and Hans-Paul Schwefel. Computational Intelligence: Neuronale Netze, Evolutionäre Algorithmen und Fuzzy Control wachsen zusammen. atp (Automatisierungstechnische Praxis), 40(2):8-10, 1998. S. Hafner, H. Kiendl, R. Kruse, and H.-P. Schwefel, editors. Computational Intelligence im industriellen Einsatz: Fuzzy Systeme, Neuronale Netze, Evolutionäre Algorithmen, Data Mining Proc. VDI-VDE-GMA-Fachtagung, volume 1526 of VDI-Berichte, Baden-Baden, 11.-12. Mai 2000. VDI-Verlag, Düsseldorf. Dirk V. Arnold and Hans-Georg Beyer. Efficiency and mutation strength adaptation of the (m/mI,l)-ES in a noisy environment. In M. Schoenauer, K. Deb, G. Rudolph, et al., editors, Parallel Problem Solving from Nature - PPSN VI, Sixth Int'l Conf., Paris, France September 18-20, 2000, Proc., pages 39-48. Springer, Berlin, 2000. Hans-Georg Beyer and Kalyanmoy Deb. On the desired behaviors of self-adaptive evolutionary algorithms. In M. Schoenauer, K. Deb, G. Rudolph, et al., editors, Parallel Problem Solving from Nature - PPSN VI, Sixth Int'l Conf., Paris, France September 18-20, 2000, Proc., pages 59-68. Springer, Berlin, 2000. A. Irfan Oyman and Hans-Georg Beyer. Analysis of the (m/m,l)-ES on the parabolic ridge. Evolutionary Computation, 8(3):267-289, 2000. A. Irfan Oyman and Hans-Georg Beyer. Analysis of the (m/m,l)-ES on the parabolic ridge. Evolutionary Computation, 8(3):267-289, 2000. Hans-Georg Beyer. Evolutionary algorithms in noisy environments: Theoretical issues and guidelines for practice. CMAME (Computer methods in applied mechanics and engineering), 186:239-267, 2000.
Interne Zusammenarbeit	Lehrstühle für Förder- und Lagerwesen, Industriebetriebslehre, Fabrikorganisation, Fertigungsvorbereitung, Mathematische Statistik und Industrielle Anwendungen, Theoretische Informatik, Praktische Informatik und das Fachgebiet Logistik der Universität Dortmund.
Externe Zusammenarbeit	Fraunhofer-Institut für Materialfluss und Logistik (IML), Dortmund

Forschungsbericht Lehrstuhl XI - 1998-2000

Der Lehrstuhl übernimmt keine Haftung für den Inhalt verlinkter externer Internetseiten.webmaster

Der Lehrstuhl übernimmt keine Haftung für den Inhalt verlinkter externer Internetseiten.

webmaster