Viele Optimierungsprobleme werden gelöst, indem nur ein Kriterium minimiert (maximiert) wird, oder alternativ eine gewichtete Summe aus mehreren Kriterien gebildet wird. Diese Vorgehensweise führt zu einer einzigen Ziellösung als Ausgabe. Für die meisten praktischen Anwendungen ist es jedoch sinnvoll, mehrere wichtige, im Konflikt stehende Bewertungsmaße simultan zu optimieren und nachfolgend eine größere Menge der Kompromisslösungen differenziert zu betrachten. Beispielsweise kann für die überwachte Klassifikation die Balance zwischen Qualität, Laufzeit, Robustheit und Anforderungen an den Speicherplatz untersucht werden. Bei der LKW-Routenplanung spielen unterschiedliche Kostenaspekte eine Rolle: Gesamtdauer aller Routen, Dauer einer durchschnittlichen Route, Ausnutzung der Ladefläche, Zeitverlust durch möglichst genaue Einhaltung der Kundentermine usw. Zur Lösung solcher komplexen mehrkriteriellen Optimierungsprobleme sind Heuristiken wie evolutionäre Algorithmen häufig sehr gut geeignet. Diese Methoden können lokale Optima durch Zufallskomponente (Mutationsoperator) überwinden, die attraktiven Charakteristika der Lösungen mithilfe von Kreuzungsoperator beibehalten, sowie populationsbasiert nach mehreren Kompromisslösungen suchen. In diesem Proseminar werden unterschiedliche Anwendungen vorgestellt, für welche die evolutionäre mehrkriterielle Optimierung erfolgreich angewendet wurde.

17.07.2015 16:15 - 17:45

Raum 202, Otto-Hahn-Str. 14

Donnerstags 14:15 - 15:45

(1. Termin im Semester: 22.10.2015)

Raum 202, Otto-Hahn-Str. 14