Download Agentenbasierte Schwarmintelligenz by Tjorben Bogon PDF

By Tjorben Bogon

Das autonome Verteilen von inhärenten Systemen ist eine komplexe, nicht immer funktionierende Aufgabe. Naturinspirierte Optimierungsmethoden wie die Partikel Schwarm Optimierung (PSO) sind nur bedingt verteilt parallel berechenbar. Tjorben Bogon entwickelt eine signifikante Verbesserung der PSO, welche auf einer examine der autonomen Anpassungs- und Verbesserungsmöglichkeiten von Metaheuristiken basiert. Der Fokus liegt dabei auf der autonomen dynamischen Steuerung und Integration von Zusatzwissen in den aktuellen Optimierungsverlauf. Der Autor untersucht, wie zum einen neues Wissen aus dem Optimierungsverlauf generiert werden kann und zum anderen, wie dieses Wissen verbreitet und in andere Optimierungen eingebunden werden kann. Er analysiert diese Aufgaben unter der Prämisse einer Anbindung eines Agentensystems und zeigt, wie die Optimierung effizienter ausgeführt und wie sie parallel kooperativ durchgeführt werden kann.

Show description

Read or Download Agentenbasierte Schwarmintelligenz PDF

Similar german_7 books

Index der Krystallformen der Mineralien: Erster Band

This can be a copy of a booklet released ahead of 1923. This e-book can have occasional imperfections akin to lacking or blurred pages, bad photographs, errant marks, and so forth. that have been both a part of the unique artifact, or have been brought by way of the scanning procedure. We think this paintings is culturally vital, and regardless of the imperfections, have elected to deliver it again into print as a part of our carrying on with dedication to the renovation of published works around the world.

Digitale Regelung mit Mikroprozessoren

Die Regelung von Prozessen spielt in der Technik eine bedeutende Rolle. uberwie gend erfolgt die Bewaltigung dieser Aufgabe mit analogen Mitteln; der Techniker kann hierbei auf eine Fulle von Erfahrungen und Literatur zuruckgreifen. Seit dem Aufkommen der Elektronenrechner fmden zunehmend digitale Regelverfahren Verbreitung.

Additional info for Agentenbasierte Schwarmintelligenz

Example text

Permalatha et al. [PN09] stellen Möglichkeiten vor einen GA mit einer PSO zu kombinieren. Die Idee dahinter ist, der im Vergleich schnellen Fokussierung einer PSO entgegenzuwirken und durch genetische Kombination von Partikeln, eine höhere Exploration zu erzielen. Sie unterscheiden dabei in drei verschiedene Kombinationsarten: 1. PSO und GA laufen parallel und der gbest -Partikel der PSO fließt in den GA ein. Anhand dieses Wertes wird dann ein crossover-Operator angewendet und die anderen Einheiten mit dem gbest kombiniert.

Das bedeutet, dass für jeden Partikel der aktuelle Fitnesswert berechnet wird. Nachdem dies geschehen ist, wird im Vergleich der berechnete Fitnesswert mit der aktuell besten persönlichen Position verglichen2 und im besten Fall ersetzt. Identisch zum vorherigen Schritt, abhängig von der Topologie, wird der Vergleich mit den Nachbarschaften vollzogen. In der letzten Phase wird die neue Position des Partikels im Suchraum berechnet. 0]. Dabei setzt sich die neue Geschwindigkeit vt aus der alten Geschwindigkeit vt−1 summiert mit der Differenz der aktuellen Position pactual zur gbest und zur pbest zusammen.

B09] kombinieren das Einzellösungsverfahren Hill-Climbing mit einer PSO, indem sie für jeden Partikel zwei mögliche nächste Positionen berechnen. Anhand eines Schwellenwertes, der auf die Veränderung des besten Fitnesswertes abzielt, nutzen sie entweder den durch Wahrscheinlichkeiten berechneten Punkt oder den durch die Original-PSO berechneten Punkt. Dadurch ist die PSO in der Lage aus lokalen Minima zu entkommen und im Niching Teilschwärme wieder zu aktivieren und nach neuen besten Punkten suchen zu lassen.

Download PDF sample

Rated 4.33 of 5 – based on 16 votes