Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Suchverfahren entwickelt. In weiterer Folge wurden ein genetischer<br />
Algorithmus, ein Downhill-Simplex Verfahren und ein Algorithmus, der auf<br />
Schwarmintelligenz beruht (PSO), implementiert. Beim PSO wurde die beste<br />
Lösung mit einem Surface-Fitting Algorithmus verbessert. Schlussendlich<br />
wurden die einzelnen Metaheuristiken in einem gesamten<br />
Optimierungsprozess unter Berücksichtigung der Stärken und Schwächen der<br />
einzelnen Verfahren <strong>für</strong> die Problemstellung miteinander kombiniert. Für das<br />
Modell des zu optimierenden HEVs konnte eine Treibstoffersparnis von etwa<br />
33 Prozent im Vergleich zu einem konventionell betriebenen vergleichbaren<br />
Kraftfahrzeug erzielt werden. Der Anteil unseres kombinierten Ansatzes liegt<br />
dabei etwa bei fünf Prozentpunkten.<br />
Thomas Seidl<br />
A Multilevel Refinement Approach to the Rooted Delay-Constrained Steiner<br />
Tree Problem<br />
Studium: Masterstudium Software Engineering & Internet Computing<br />
Betreuer: Ao.Univ.Prof. Dr. Günther Raidl<br />
48<br />
Das Rooted Delay-Constrained Steiner Tree Problem (RDCSTP) ist eine<br />
Variante des bekannten Steinerbaum-Problems auf einem Graphen in welcher<br />
die Pfade zu allen Zielknoten durch eine bestimmte maximale Verzögerung<br />
beschränkt sind. Das Problem tritt hauptsächlich im Bereich des Netzwerk-<br />
Routings auf. Da das RDCSTP zur Klasse der NP-schwierigen Probleme gehört<br />
ist es allgemein nicht möglich die exakte Lösung einer großen Probleminstanz<br />
in vertretbarer Zeit zu finden. Der Fokus der Forschung liegt daher großteils<br />
auf der Entwicklung guter Heuristiken. In dieser Arbeit wird hier<strong>für</strong> die<br />
Multilevel-Refinement-Heuristik als Verbesserungsheuristik <strong>für</strong> das RDCSTP<br />
entwickelt. Grundsätzlich werden bei dieser Metaheuristik in einem ersten<br />
Schritt Knoten sukzessive zusammengefasst um den Graphen auf höheren<br />
Levels, mit weniger Knoten, darzustellen. Das so vereinfachte Problem kann<br />
dann auf der höchsten Abstraktionsebene in simpler Weise gelöst werden.<br />
Dann wird diese Lösung schrittweise wieder soweit verfeinert, bis eine<br />
Lösung <strong>für</strong> das ursprüngliche Problem erreicht wird. Der hier vorgestellte<br />
Algorithmus <strong>für</strong> das RDCSTP implementiert diesen Multilevel-Ansatz als<br />
Verbesserungsheuristik, die eine existierende Lösung iterativ verändert. Eine<br />
weitere Besonderheit ist, dass wegen der zusätzlichen Verzögerungs-<br />
Einschränkung weitere Datenstrukturen benötigt werden, um auf höheren<br />
Levels gültige Lösungen zu erzeugen. Außerdem wird während der<br />
Verfeinerung der Lösung auf jedem Level eine weitere<br />
Verbesserungsheuristik angewandt, das Key Path Improvement, welches die<br />
Lösungsqualität drastisch verbessert. Umfangreiche experimentelle Tests<br />
wurden durchgeführt um die Leistungsfähigkeit des Algorithmus bei großen<br />
Instanzen zu messen und ihn mit anderen Algorithmen aus der Literatur zu<br />
vergleichen. Die hierbei erhaltenen Ergebnisse sind durchwegs sehr positiv<br />
und weisen somit darauf hin, dass der verfolgte Ansatz tatsächlich eine<br />
konkurrenzfähige Heuristik <strong>für</strong> das RDCSTP darstellt.