Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
einem Disponenten als Verbesserungen im Vergleich zu den bisherigen<br />
Lösungen bezeichnet wurden. Ein Praxis-Einsatz des Lösungsverfahrens in der<br />
nächsten Planungsperiode ist angedacht.<br />
Gernot Fritz<br />
Heuristic Methods for the Hop Constrained Survivable Network Design<br />
Problem<br />
Studium: Masterstudium Computational Intelligence<br />
Betreuer: Ao.Univ.Prof. Dr. Günther Raidl<br />
In der vorliegenden Arbeit werden heuristische und metaheuristische<br />
Lösungsalgorithmen <strong>für</strong> das Hop Constrained Node Survivable Network<br />
Design Problem (HNSND) und das Hop Constrained Edge Survivable Network<br />
Design Problem (HESND) präsentiert und miteinander verglichen. Hop<br />
Constrained Survivable Network Design ist ein NP-schweres Problem.<br />
Nachdem die Lösung in der vorliegenden Arbeit als Subgraph repräsentiert<br />
wird, ist bereits der Test, ob eine Lösung gültig ist, NP-schwer. Daher liegt der<br />
erste Schwerpunkt der Arbeit auf der Entwicklung eines fortgeschrittenen<br />
Tests, welcher in polynomieller Zeit zumindest ungültige Lösungen<br />
ausschließen kann, dies am besten mit einer sehr kleinen Fehlerrate, um die<br />
Anwendungen des zeitintensiven exakten Gültigkeitstest zu minimieren. Die<br />
Ergebnisse auf den getesteten Instanzen zeigen, dass der polynomielle<br />
"Advanced Check" eine Fehlerrate von rund 1% in Bezug auf "False Positives"<br />
hat, mit anderen Worten rund 1% der durchgelassenen Lösungen keine<br />
gültige Lösung darstellen. Darüber hinaus liegt der Algorithmus insgesamt in<br />
rund 0,40% aller getesteten Instanzen mit seiner Bewertung falsch. Danach<br />
werden 27 verschiedene Lösungsalgorithmen entwickelt, darunter zehn<br />
Konstruktionsheuristiken, zehn Variable Neighborhood Descent (VND)<br />
Varianten, sechs Multi-Start VND Varianten, sowie ein Greedy Randomized<br />
Adaptive Search Procedure Ansatz. Weiters wird ein verbesserter exakter<br />
Gültigkeitstest präsentiert. Die Ergebnisse auf den getesteten Instanzen<br />
zeigen, dass einige Verfahren optimale Ergebnisse erzielen. Überblicksmäßig<br />
ergibt sich <strong>für</strong> das HESND im Schnitt eine Abweichung von 5-25% von der<br />
Optimallösung, <strong>für</strong> das HNSND gibt es keine Vergleichswerte auf den<br />
getesteten Instanzen. Zusammenfassend ist zu sagen, dass die vorliegende<br />
Arbeit eine große Toolbox an heuristischen Methoden <strong>für</strong> Hop Constrained<br />
Survivable Network Design Probleme präsentiert, welche gute Resultate in<br />
vernünftiger Zeit erzielen.<br />
46