Zusammenfassung
Ziel des Kapitels 11 ist, die grundlegende Arbeitsweise stochastischer Verfahren zu verstehen, um die Grenzen dieser Algorithmen bei der Systemidentifikation mit Neuronalen Netzen herausarbeiten zu können. Die im Kapitel 11 beschriebenen Algorithmen orientieren sich alle an Phänomenen der Natur: Die Grundidee beim Simulated Annealing ist der Abkühlungsprozess von geschmolzenen Festkörpern. Bei den Evolutionären Algorithmen handelt es sich um mathematische Modelle, welche die Evolution des Lebens simulieren. Unter Swarm Intelligence versteht man Verfahren, die das Schwarmverhalten von Tieren nachahmen. Stellvertretend für diese Gattung wird das Particle Swarm Optimization Verfahren vorgestellt.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2017 Springer-Verlag GmbH Deutschland
About this chapter
Cite this chapter
Schröder, D., Buss, M. (2017). Stochastische Optimierungsverfahren. In: Intelligente Verfahren. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-55327-5_11
Download citation
DOI: https://doi.org/10.1007/978-3-662-55327-5_11
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-55326-8
Online ISBN: 978-3-662-55327-5
eBook Packages: Computer Science and Engineering (German Language)