e p i l o g - Fakultät für Informatik, TU Wien

eference template must be available, which can be stored in a database
and also on a RFID chip. With regard to mobile storage media, and thus
only a small amount of memory, there is a need for the compression of
biometric templates. This compression may be lossy, possible errors in the
recognition however should be kept as small as possible. In this Master's
Thesis in particular a new approach for the compression of fingerprint
templates is developed. These templates contain information about the
positions and orientations of the so-called minutiae, i.e. the endings and
bifurcations of the dermal papillae. In turn this information is represented in
the form of points of a d-dimensional coordinate system, and thus can be
conceived as nodes of a graph. Hence, the focus of this thesis lies on the
study of graph-based approaches. The basic idea is to store the difference
vectors between always two points instead of the minutiae. For this purpose
directed spanning trees allow an efficient encoding. Hence in the course of
this thesis different approaches based on specific spanning trees, like e.g.
the directed minimum spanning tree, the directed minimum label spanning
tree and the directed weight balanced spanning tree, have been studied,
and a compression of up to approximately 20% could be achieved.
Markus Knausz
Parallel Variable Neighbourhood Search for the Car Sequencing Problem
Studium: Diplomstudium Informatik
BetreuerIn: Univ.Prof. Dr. Günther Raidl
Abstrakt: Variable Nachbarschaftssuche (VNS) ist eine relative neue
Metaheuristik zum Lösen von schwierigen kombinatorischen
Optimierungsproblemen. Ein solches Optimierungsproblem ist das Car
Sequencing Problem (CarSP), wo eine Anordnung von Autos am Fließband
mit minimalen Produktionskosten gefunden werden muss. Obwohl VNS eine
erfolgreiche Metaheuristik ist, dauert es für praxisnahe Instanzen von CarSP
eine lange Zeit bis eine brauchbare Lösung gefunden wird. Zwei Ansätze
sollen ausführlicher untersucht werden: Erstens sollte die Effizienz von
Nachbarschaften, d.h. das Verhältnis von Berechnungszeit und
Lösungsverbesserung, während der Programmausführung verwendet
werden, um effiziente Nachbarschaftsreihenfolgen zu bestimmen. Zweitens
sollte das hohe Parallelisierungs-potential ausgenutzt werden. Im Rahmen
dieser Diplomarbeit werden beide Ansätze kombiniert. Die Tests zeigten,
dass eine beträchtliche Reduktion der Berechnungszeit möglich ist. Weiters
haben die Tests gezeigt, dass keine "perfekte" Nachbarschaftsreihenfolge
identifiziert werden kann was bedeutet, dass ein paralleler selbst-adaptiver
Ansatz nützlich und wichtig ist, um gute Lösungsqualitäten zu erhalten.
73