PDF complete version (5 MB) - ETH - LUE - ETH Zürich
PDF complete version (5 MB) - ETH - LUE - ETH Zürich
PDF complete version (5 MB) - ETH - LUE - ETH Zürich
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Resultate 48<br />
5 Resultate<br />
Es wurden unter verschiedenen Gesichtspunkten einzelne Simulationen<br />
durchgeführt. Die Resultate zweier Simulationen mit identischen Eingangsdaten<br />
unterscheiden sich stets und das zum Teil nicht unerheblich. Die anschliessend<br />
besprochenen einzelnen Resultate können deshalb nur Tendenzen - unter<br />
Umständen vielleicht nicht einmal dies – Auskunft geben.<br />
Zuerst wurden die Simulationsparameter so justiert, um gute Lösungen zu<br />
erreichen. Anschliessend wurden erosions- und massnahmenspezifische Parameter<br />
variiert, und die Veränderung der Massnahmenzusammensetzung und der<br />
geografischen Verteilung beobachtet.<br />
Zuletzt wurde noch eine von einem Experten (U. Ryter) vorgeschlagene Lösung<br />
mit dem Massnahmenwirkungsmodell berechnet.<br />
Die verwendeten Kartenausschnitte haben ungefähr den Massstab 1:5'000.<br />
5.1 Justieren der Simulationsparameter<br />
In den ersten Versuchen sollten die Simulationsparameter so justiert werden, dass<br />
die Simulation mit wenig Rechenzeit gute Lösungen produziert. Beachtung wurde<br />
dabei der Initialtemperatur, der Plateaulänge und dem Abbruchkriterium<br />
geschenkt.<br />
5.1.1 Variation der Initialtemperatur<br />
Die Initialtemperatur beeinflusst entscheidend die Absuche des Lösungsraumes.<br />
Wird sie sehr gross gewählt, steigt die durchschnittliche Wahrscheinlichkeit, eine<br />
schlechtere Lösung zu akzeptieren. Einerseits kann dies helfen, möglichst weite<br />
Bereiche des Lösungsraumes abzusuchen, andererseits kann viel Rechenzeit damit<br />
verbraucht werden, unnötig viele schlechtere Lösungen zu berechnen. Zu geringe<br />
Anfangstemperaturen können die Suche in einem lokalen Minimum stecken bleiben<br />
lassen.<br />
Der Vergleich der Effizienzentwicklung für die Anfangstemperaturen 10'000, 4’500,<br />
2’500 und 300 Grad zeigt, dass hohe Temperaturen deutlich grössere<br />
Schwankungen während der Entwicklung der besten Lösung aufweisen. Allen ist<br />
jedoch gemein, dass die Amplitude der Schwankungen gegen Ende der Simulation<br />
nachlässt. Da ähnelt die Suche der Lokalen Suchmethode (Kapitel 2.1.2.2). Die