e p i l o g - Fakultät für Informatik, TU Wien
e p i l o g - Fakultät für Informatik, TU Wien
e p i l o g - Fakultät für Informatik, TU Wien
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Christoph Bonitz<br />
An Incremental Dynamic Programming Approach for Multidimensional<br />
Allocation Problems<br />
Studium: Masterstudium Computational Intelligence<br />
BetreuerIn: Univ.Prof Dr. Günther Raidl<br />
Abstrakt: Diese Arbeit präsentiert einen Algorithmus zur Lösung eines<br />
Optimierungsproblems. Das Problem ist inspiriert von der Planung der<br />
Energieerzeugung in Wasserspeicherkraftwerken. In Wasserspeicherkraftwerken<br />
können große Mengen von Energie effizient<br />
gespeichert, und gezielt bei hohen Strompreisen in Elektrizität umgesetzt<br />
werden. Im in dieser Arbeit behandelten formalen Problem versuchen wir<br />
ein durch diskrete Einheiten repräsentiertes Gut, zum Beispiel Wasser, aus<br />
mehreren Speichern über eine beschränkte Planungperiode (repräsentiert<br />
durch "Entscheidungspunke") optimal zu verteilen, wobei Beschränkungen<br />
über die Gesamtzahl der Allokationen aus allen Speichern pro Zeitschitt<br />
möglich sind. Der Zielfunktionswert modelliert einen erwarteten Marktpreis<br />
und ist die Summe von konkaven Preisfunktionen. Wir können zeigen, dass<br />
durch die konkaven Preisfunktionen die Optimallösungen von zwei<br />
Probleminstanzen, die sich nur um eine Einheit in der Kapazität eines<br />
einzigen Speichers unterscheiden, die Optimallösungen in einer definierten<br />
Nachbarschaft befinden, die effektiv mit Dynamischer Programmierung<br />
durchsucht werden kann. Ein Algorithmus namens Optimal Policy Iteration<br />
(OPI) wird präsentiert, der diese Eigenschaft nutzt um die Optimallösung zu<br />
einer gegebenen Probleminstanz, ausgehend von der Optimallösung einer<br />
trivialen Instanz, iterativ über eine Reihe von optimalen Lösungen <strong>für</strong><br />
"wachsende" Probleminstanzen zu finden. Der Algorithmus wird verglichen<br />
mit einem einfacheren Dynamische Programmierung-Verfahren sowie einem<br />
Evolutionären Algorithmus. Die Laufzeiten von OPI sind erheblich kürzer als<br />
die des einfachen Dynamische Programmierung-Algorithmus. Der<br />
Evolutionäre Algorithmus ist bei mehr Dimensionen schneller, garantiert<br />
aber keine Optimalität. Ein theoretisches Resultat dieser Arbeit ist, dass OPI<br />
in der aktuellen Form nicht einfach erweitert werden kann, um<br />
Preisszenarien zu berücksichtigen, da die Nachbarschaftseigenschaft nicht<br />
erhalten bleibt.<br />
Olivia Dietzel<br />
Combinatorial Optimization for the Compression of Biometric Templates<br />
Studium: Masterstudium Computational Intelligence<br />
BetreuerIn: Univ.Prof. Dr. Günther Raidl<br />
72<br />
Abstrakt: A biometric template contains biometric traits belonging to a<br />
certain person, like e.g. fingerprints or the facial structure. Especially for<br />
verification purposes such human characteristics become ever more<br />
important. In order to recognize a person by means of his biometric traits a