Heuristiken
Heuristiken
Heuristiken
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Physikalisches<br />
Prinzip<br />
Analogie zur<br />
Optimierung<br />
3.4 Simulated Annealing<br />
Simulated Annealing (SA) ist eine Metaheuristik auf Basis einer lokalen Suche,<br />
bei der mit einer geringen Wahrscheinlichkeit auch schlechtere Lösungen<br />
akzeptiert werden.<br />
SA wurde zuerst von KIRKPATRICK [] als physikalische Analogie zu Zustandsveränderungen<br />
bei Abkühlungsprozessen in der Physik beschrieben:<br />
Wenn ein Festkörper zum Schmelzen gebracht wird, so sind die Atome zufällig<br />
verteilt. Wird nun die Temperatur langsam gesenkt, so existiert für jedes Temperaturniveau<br />
ein thermisches Gleichgewicht - die Atome können sich in der<br />
energetisch günstigsten Struktur anordnen.<br />
Die Analogie zur Optimierung wird deutlich, wenn Lösungen des Optimierungsproblems<br />
als Zustände des physikalischen Systems aufgefasst werden,<br />
Nachbarschaftslösungen als Folgezustände und die zu minimierende Energie des<br />
Systems als Zielfunktion. Dann können ausgehend von einem lokalen Optimum<br />
(Zustand) benachbarte Optima (Zustände) erreicht werden, indem ein Parameter<br />
(die Temperatur) verändert wird. Indem auch schlechtere Zustände akzeptiert<br />
werden, kann der Algorithmus aus dem Einzugsbereich lokaler Optima<br />
” entkommen“ und ein globales Optimum finden.<br />
Vorgehen Beim Simulated Annealing wird mit einer zulässigen Lösung des Optimierungsproblems<br />
gestartet und eine zufällig gewählte, benachbarte Lösung erzeugt. Besitzt<br />
diese einen besseren Zielfunktionswert, so wird diese Lösung akzeptiert<br />
und iteriert. Andernfalls wird die neue Lösung nur mit einer gewissen Wahrscheinlichkeit<br />
akzeptiert. Diese Wahrscheinlichkeit nimmt mit steigender Iterationszahl<br />
(zunehmender Abkühlung) ab (Annealing).<br />
Zur nächsten Iteration wird der Temperatur-Parameter abgesenkt und damit<br />
die Wahrscheinlichkeit, dass eine schlechtere Lösung akzeptiert wird, verringert.<br />
Ist ein Stopp-Kriterium erreicht (z.B. wenn nach 5 Temperaturabsenkungen keine<br />
Verbesserung des Zielfunktionswertes mehr erreicht werden kann), so bricht<br />
der Algorithmus ab.<br />
Anwendung Simulated Annealing ist eine sehr allgemein anwendbares Methode, die in vielen<br />
Bereiche der kombinatorischen Optimierung eingesetzt wird und deren asymptotische<br />
Konvergenz gesichert ist. Jedoch ist eine Konvergenz in endlich vielen<br />
Schritten im Allgemeinen nicht garantiert. Entscheidenden Einfluss auf die<br />
Konvergenz hat die gewählte Abkühlungsstrategie. Nachteilig ist jedoch der erhebliche<br />
Rechenaufwand der Methode.<br />
12