Fakultät für Informatik
Lehrstuhl für Algorithm Engineering (Ls11)
Home Kontakt Deutsch English
menu
Günter Rudolph: Vorlesung POKS

Praktische Optimierung

(Wahlvorlesung DPO / Basismodul MPO)

Wintersemester 2008/09

Prof. Dr. Günter Rudolph



Termin:    
Dienstag 16:15 - 18:00 OH14 / R104
Donnerstag 16:15 - 18:00 OH14 / R104
Beginn: Dienstag, 14.10.2008


Die Vorlesung am Donnerstag, 04.12.08, fällt aus!



Beschreibung:
Bei der Optimierung komplexer Systeme speziell in den Ingenieurwissenschaften stellt sich meist schnell heraus, dass die Reichweite analytischer und exakter Lösungsmethoden wegen idealisierender Voraussetzungen für die Praxis zu eingeschränkt ist. Die „Praktische Optimierung“ behandelt deshalb solche Lösungsansätze, die sich für praxisrelevante Problemklassen wie die nichtkonvexe Optimierung unter dem Black-Box-Szenario, die Optimierung bei Unsicherheit sowie zeitvarianter Probleme, die mehrkriterielle und schließlich die symbolische Optimierung bewährt haben. Methodisch kommen hier direkte deterministische Suchverfahren als auch etwa evolutionäre Algorithmen zum Einsatz. Besonderes Augenmerk gilt der Hybridisierung der Optimierverfahren mit statistischen Methoden: Bei zeitinvarianten Problemen werden Prognosemodelle, bei der Optimierung unter Unsicherheit statistische Testverfahren, zur Funktionsapproximation etwa Krigingverfahren oder Neuronale Netze benutzt. Weitere Themen berühren softwaretechnische Fragen zur Kopplung von Optimierverfahren und (kommerziellen) Simulatoren sowie die sinnvolle Nutzung paralleler Hardware. In den Übungen soll sich mit den Lösungsansätzen aktiv auseinandergesetzt werden, wobei existierende Schnittstellen zu Simulatoren softwaretechnisch bedient werden müssen.

Neben dem Erwerb von Einsicht in die Problematik und analytische Struktur der jeweiligen Problemklasse sollen die Studierenden methodisches Spezialwissen zur praktischen Lösung solcher Probleme erlangen. Sie sollen die praxisorientierten Lösungsansätze kennen und beherrschen sowie die Fähigkeit besitzen, selbständig praxisrelevante Probleme bearbeiten zu können. Schließlich sollen die Ergebnisse auch kritisch beurteilt werden können. Zur praktischen Umsetzung wird ausschließlich MATLAB bzw. die frei zugängliche Version OCTAVE eingesetzt (eine Einführung erfolgt im Rahmen der Übung).

Schwerpunktgebiete (Diplom / DPO 2001):
  1. Computational Intelligence & Natural Computing
  2. Intelligente Systeme

Forschungsschwerpunkt (Master / MPO 2007): Intelligente Systeme


Übung:
Mittwoch, 14:15 - 16:00h, OH14, R104 (Beginn: 22.10.2008). Veranstalter: Maik Merten

Foliensätze:

Einleitung  
Grundlagen  
Unbeschränkte Probleme: Analytische Lösung  
...
Evolutionäre Algorithmen: (1+1)-EA bis CMA-ES / CMSA-ES  
Stochastische Optimierung und Parallelität  
Äquivalente Urbilder Pareto-optimaler Zielvektoren  
...
Experimentelle Analyse evolutionärer Algorithmen  

Literatur:

Wird während der Vorlesung bekannt gegeben.



 
<webmaster  ls11.cs.tu-dortmund.de>
Die Universität übernimmt keine Haftung für den Inhalt verlinkter externer Internetseiten