06.11.2013 Aufrufe

Schwarmintelligenz und evolutionäre Algorithmen in ...

Schwarmintelligenz und evolutionäre Algorithmen in ...

Schwarmintelligenz und evolutionäre Algorithmen in ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Ansatz leitete den Schwarm ohne diese Erweiterung zu schnell <strong>in</strong> e<strong>in</strong>e feste Richtung, die<br />

nicht mehr verlassen wurde [23].<br />

Invasive Weed Optimization E<strong>in</strong> weiteres der <strong>Schwarm<strong>in</strong>telligenz</strong> zugeteiltes Optimierungsverfahren<br />

wird durch das Verbreitungsverhalten von Unkraut motiviert: Invasive Weed Optimization<br />

[51]. Unkraut werden dabei all die Pflanzen <strong>in</strong> e<strong>in</strong>er Agrikultur genannt, die dort<br />

nicht gewollt s<strong>in</strong>d bzw. die e<strong>in</strong> angreifendes <strong>und</strong> schädlichen Verhalten gegenüber ihrer Umwelt<br />

zeigen. Das vorliegende numerische Optimierungsverfahren ist e<strong>in</strong>fach aufgebaut, konvergiert<br />

aber sehr effektiv auf das globale Optimum. In e<strong>in</strong>er ausführlichen Evaluation vergleicht<br />

Mehrabian et. al. [51] IWO auf verschiedenen Testfunktionen (die aus der Forschung<br />

zu <strong>evolutionäre</strong>n <strong>Algorithmen</strong> bekannten Funktionen Sphere, Griewank <strong>und</strong> Rastrig<strong>in</strong>) mit<br />

genetischen <strong>Algorithmen</strong> (GA), memetischen <strong>Algorithmen</strong> (MA), Particle Swarm <strong>Algorithmen</strong><br />

(PSO) <strong>und</strong> Shuffled frog leap <strong>Algorithmen</strong> (SFL). Zusätzlich wird IWO mit diversen Simulated<br />

Anneal<strong>in</strong>g-Varianten verglichen.<br />

Abbildung 3.4: IWO: Verlauf der Pflanzenausbreitung <strong>in</strong> e<strong>in</strong>er zweidimensionalen Landschaft.<br />

Grafik aus [51].<br />

IWO wurde <strong>in</strong> nachfolgenden Forschungsarbeiten hauptsächlich für die Optimierung von<br />

Funktionen verwendet. E<strong>in</strong>e Veröffentlichung von Rad et al. [69], die <strong>in</strong> den späteren Kapiteln<br />

aufgegriffen wird, ist e<strong>in</strong> Recommendersystem, dass den von Ujj<strong>in</strong> et al. [74] vorgeschlagenen<br />

<strong>evolutionäre</strong>n Recommender als Gr<strong>und</strong>lage verwendet, dabei aber die Optimierungsfunktion<br />

durch das Invasive Weed Optimization-Verfahren (IWO) ersetzt. Dieses Verfahren wird <strong>in</strong><br />

Kapitel 4.7 besprochen.<br />

Zhang et al. [81] erweitern den IWO Algorithmus zu e<strong>in</strong>er populations-basierten Optimierungsmethode,<br />

shuffled IWO genannt, <strong>in</strong>dem sie IWO mit e<strong>in</strong>em shuffled complex evolution-<br />

Ansatz komb<strong>in</strong>ieren. Das dynamische Verhalten von Energiemärkten wird von Sahraei et al.<br />

[63] mit Hilfe des IWO untersucht. Die Optimierung von Antennen mithilfe des IWO untersucht<br />

Karimkashi et al. [35].<br />

Überblick <strong>Schwarm<strong>in</strong>telligenz</strong> Die Varianten der <strong>Schwarm<strong>in</strong>telligenz</strong> werden von zwei<br />

Methoden dom<strong>in</strong>iert, die <strong>in</strong> den letzten Jahren <strong>in</strong> der Forschung die meiste Aufmerksam-<br />

29

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!