und Komponenten-Technologien in der Modellierung ... - CES - KIT
und Komponenten-Technologien in der Modellierung ... - CES - KIT
und Komponenten-Technologien in der Modellierung ... - CES - KIT
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
100 5 Konzeption, Realisierung <strong>und</strong> Bewertung e<strong>in</strong>er Optimierungskomponente<br />
darstellt, ist außerdem die verwendete Initialisierung des Pseudo-Zufallszahlengenerators ausschlaggebend.<br />
In diesem Fall müssen zur f<strong>und</strong>ierten empirischen Bestimmung des Leistungsverhaltens<br />
mehrere gleichartige Optimierungsexperimente mit jeweils unterschiedlicher Initialisierung<br />
des Pseudo-Zufallszahlengenerators durchgeführt <strong>und</strong> analysiert werden. Dazu werden,<br />
basierend auf den oben genannten Basiskenngrößen, folgende Leistungskenngrößen def<strong>in</strong>iert:<br />
- Trefferwahrsche<strong>in</strong>lichkeit<br />
Zur Quantifizierung des Optimierungserfolgs probabilistisch vorgehen<strong>der</strong> direkter Optimie-<br />
•<br />
rungsverfahren wird die x -Trefferwahrsche<strong>in</strong>lichkeit p • e<strong>in</strong>geführt, die wie folgt defi-<br />
x , ε<br />
niert ist: Wahrsche<strong>in</strong>lichkeit P( X = •<br />
x ,D≤ ε ), mit <strong>der</strong> e<strong>in</strong> direktes Optimierungsverfahren<br />
als Ergebnis o E e<strong>in</strong>en Punkt x opt<br />
<br />
zurückliefert, für dessen Abstand d vom (globalen o<strong>der</strong><br />
•<br />
lokalen) Optimumpunkt x gilt:<br />
• d(x ,x ) ≤ε .<br />
opt<br />
Das E<strong>in</strong>treten des Ereignisses { X = •<br />
x •<br />
,D≤ ε } wird im Folgenden x -Treffer genannt. Als<br />
Abstandsnorm bietet sich bei <strong>der</strong> reellwertigen Parameteroptimierung <strong>der</strong> euklidische Abstand<br />
an.<br />
- Treffergenauigkeit<br />
•<br />
Zur Quantifizierung <strong>der</strong> Ergebnisqualität direkter Optimierungsverfahren wird die x -Treffergenauigkeit<br />
d • e<strong>in</strong>geführt, die wie folgt def<strong>in</strong>iert ist: Handelt es sich bei e<strong>in</strong>em Er-<br />
x<br />
gebnispunkt x opt<br />
•<br />
∈ o E e<strong>in</strong>er direkten Optimierungsstrategie um e<strong>in</strong>en x -Treffer, wird <strong>der</strong><br />
•<br />
Abstand d( x <br />
•<br />
) als x -Treffergenauigkeit bezeichnet.<br />
x , opt<br />
- Brutto- <strong>und</strong> Netto-Optimierungsaufwand<br />
Um den zur direkten Optimierung benötigten Rechenaufwand zu quantifizieren, werden die<br />
beiden Leistungskenngrößen Brutto- <strong>und</strong> Netto-Optimierungsaufwand e<strong>in</strong>geführt:<br />
· Brutto-Optimierungsaufwand<br />
brutto<br />
o A<br />
Als Brutto-Optimierungsaufwand wird die Anzahl <strong>der</strong> während des Optimierungsprozesses<br />
mit e<strong>in</strong>er direkten Optimierungsstrategie erzeugten Suchpunkte bezeichnet, wobei<br />
wie<strong>der</strong>holt erzeugte Suchpunkte mitgezählt werden.<br />
· Netto-Optimierungsaufwand<br />
netto<br />
o A<br />
Da die benötigte Rechenzeit bei <strong>der</strong> Optimierung simulationsbasierter Zielfunktionen<br />
größtenteils von <strong>der</strong> Simulationsdauer bestimmt wird, ist vor allem die Anzahl <strong>der</strong> Suchpunkte<br />
von Interesse, die tatsächlich durch Simulation evaluiert werden. Neben dem<br />
Brutto-Optimierungsaufwand wird daher die Leistungskenngröße Netto-Optimierungsaufwand<br />
e<strong>in</strong>geführt. Der Netto-Optimierungsaufwand umfasst sämtliche Zielfunktions-