Advertisement

Kooperative lokale Suche Wann lohnt der Heterogenitätsverlust?

  • Wolfgang König
  • Oliver Wendt

Zusammenfassung

Der vorliegende Beitrag untersucht die Frage, wann eine Population von Simulated-Annealing-Prozessen, die über sog. kooperative Transitionen voneinander ‟lernen”, im Vergleich zu unabhängigen Prozessen zu signifikanten Verbesserungen der Effizienz oder der erzielbaren Lösungsqualität für ein gegebenes kombinatorisches Optimierungsproblem führt. Anhand ausgewählter Beispielproblemstellungen zeigen wir, dass dies genau dann der Fall ist, wenn sich die global optimale Lösung im Suchraum in der „Nähe‟ des Zentrums der lokalen Optima befindet. Darüber hinaus wird gezeigt, wie sich eine Veränderung der Kommunikationstopologie der Individuen auf die erzielbaren Ergebnisse auswirkt.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Buxmann, P. (Standardisierung 96): Standardisierung betrieblicher Informationssysterne, Wiesbaden (Gabler) 1996.Google Scholar
  2. Crowder, H.; Padberg, M. (Solving TSP 80): Solving large-scale symmetric travelling salesman problems to optimality; Management Science 26 (1980) S. 495–509.CrossRefGoogle Scholar
  3. Fisher, H.; Thompson, G.L. (Probabilistic Learning 63): Probabilistic Learning cornbinations of local job-shop scheduling rules; in Muth J.F.; Thomson G.L. (eds.): Industrial Scheduling; Englewood Cliffs (Prentice Hall) 1963.Google Scholar
  4. Goldberg, D.E. (Genetic Algorithms 89): Genetic Algorithms in Search, Optimization, and Machine Learning; Reading MA (Addison-Wesley) 1989.Google Scholar
  5. Golden, B.; Sliscim, C. (Using Simulated Annealing 86): Using Simulated Annealing to Solve Routing and Location Problems; Naval Research Logistics 33 (1986) S. 261–279.CrossRefGoogle Scholar
  6. Grötschel, M.; Holland, O. (Solution of TSP 91): Solution of large- scale symmetric travelling salesman problems; Mathematical Programming 51 (1991) S. 141–202.CrossRefGoogle Scholar
  7. Hajek, B. (Cooling Schedules 88): Cooling schedules for optimal annealing; Mathematics of Operations Research 13 (1988) S. 311–329.CrossRefGoogle Scholar
  8. Holland, J.H. (Natural and Artificial Systems 75): Adaptation in Natural and Artificial Systems: An Introductive Analysis with Applications to Biology, Control and Artificial Intelligence; Ann Arbor (University of Michigan Press) 1975.Google Scholar
  9. Horn, J. (Genetic Algorithms 95): Genetic Algorithms, Problem Difficulty, and the Modality of Fitness Landscapes ; IlliGAL Report No. 95004; ftp://ftpilligal.ge.uiuc.edu/pub/papers/IlliGALs/95004.ps.Z 1995.
  10. Ibaraki, T. (Enumerative Approaches 87): Enumerative Approaches to Combinatorial Optimization; Basel (Baltzer) 1987.Google Scholar
  11. Kirkpatrick, S.; Gelatt, Jr.C.D.; Vecchi, M.P. (Optimization 83): Optimization by Simulated Annealing; Science 220 (1983) S. 671–680.CrossRefGoogle Scholar
  12. Laarhoven van, P. J. M.; Aarts, E. H. L. (Simulated Annealing 88): Simulated Annealing. A Review of the Theory and Applications, Dordrecht (Kluwer) 1988.Google Scholar
  13. Lawler, E.L.; Lenstra, J.K.; Rinnooy Kann, A.H.G.; Shmoys, D.B. (The TSP 85): The Traveling Salesman Problem — A Guided Tour of Combinatorial Optimization; Chichester (Wiley) 1985.Google Scholar
  14. Lin, S.; Kernighan, B.W. (Heuristic Algorithm 73): An Effective Heuristic Algorithm for the Travelling- Salesman Problem; Operations Research 21 (1973) S. 498–516.CrossRefGoogle Scholar
  15. Metropolis, N.; Rosenbluth, A.; Rosenbluth M.; Teller, A.; Teller, E. (Equation of State Calculations 53): Equation of State Calculations by Fast Computing Machines; Journal of Chemical Physics 21 (1953) S. 1087–1092.CrossRefGoogle Scholar
  16. Mole, R.H.; Jameson, S.R. (Route-Building Algorithm 76): A Sequential Route-Building Algorithm Employing a Generalized Savings Criterion; Operational Research Quarterly 27 (1976) S. 503.CrossRefGoogle Scholar
  17. Nagel, F. (Muddy 78): Muddy — Ein Verfahren zur Lösung großer Mehrdepot-Lieferplanprobleme; Kiel (Universität Kiel) 1978.Google Scholar
  18. Papadimitriou, C.H. (Combinatorial Optimization 82): Combinatorial Optimization; Englewood Cliffs (Prentice-Hall) 1982.Google Scholar
  19. Wendt, O. (Tourenplanung 95): Tourenplanung durch Einsatz naturanaloger Verfahren; Wiesbaden (Gabler) 1995.Google Scholar
  20. Wendt, O.; Westarp F.V.; König, W. (Pricing 00): Pricing in Network Effect Markets; erscheint in Proceedings of the ECIS 2000: European Conference on Information Systems, Juli 2000, Wien.Google Scholar
  21. Westarp, F.V.; Wendt, O. (Diffusion Follows Structure 00): Diffusion Follows Structure; A Network Model of the Software Market; Proceedings of the 33rd Hawaii International Conference on System Sciences (HICSS 33), Januar 2000.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2001

Authors and Affiliations

  • Wolfgang König
  • Oliver Wendt

There are no affiliations available

Personalised recommendations