zusammenfassung
Wir kennen bereits eine ganze Reihe von Algorithmen zur Bestimmung einer (exakten) Optimallösung eines gegebenen Minimierungsproblems. Dennoch können in praktischen Anwendungsfällen keineswegs alle Optimierungsprobleme exakt gelöst werden, da entweder kein geeignetes Verfahren bekannt ist oder aber die Laufzeit exponentiell mit der Anzahl der Eingabedaten wächst. Man ist daher darauf angewiesen, im Sinne der Optimierungsaufgabe möglichst gute Lösungen in einer vertretbaren Rechenzeit zu bestimmen. Derartige Verfahren werden als Heuristiken bezeichnet, welche wir in Abschn. 9.1 zunächst begrifflich einführen. Speziell untersuchen wir in diesem Kapitel eine Heuristik, welche sich insbesondere auf kombinatorische bzw. ganzzahlige Optimierungsprobleme anwenden lässt, nämlich genetische Algorithmen, welche wir in Abschn. 9.2 im Detail beschreiben. Schließlich evaluieren wir einen genetischen Algorithmus zur Lösung des bekannten Problems des Handlungsreisenden in Abschn. 9.3 und präsentieren numerische Ergebnisse.
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
© 2018 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Scholz, D. (2018). Heuristiken. In: Optimierung interaktiv. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-57953-4_9
Download citation
DOI: https://doi.org/10.1007/978-3-662-57953-4_9
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-662-57952-7
Online ISBN: 978-3-662-57953-4
eBook Packages: Life Science and Basic Disciplines (German Language)