
Evolutionäre Algorithmen
Genetische Algorithmen - Strategien und Optimierungsverfahren - Beispielanwendungen
Vieweg+Teubner Verlag
1st Edition
Published on 29. July 2004
Book
Paperback/Softback
X, 252 pages
978-3-528-05570-7 (ISBN)
Description
Evolutionäre Algorithmen bilden eine Klasse sehr universeller Werkzeuge zur Lösung von Optimierungsproblemen. Mit diesem Buch lernen Sie alles Wesentliche über dieses spannende Gebiet - ausgehend von den Grundlagen bis hin in die Anwendung. Es geht um Techniken wie genetische Algorithmen, Evolutionsstrategien und genetische Programmierung. Gewinnen Sie ein klares Verständnis der zugrunde liegenden strategischen Arbeitsweise der einzelnen Algorithmen. Dies schafft die Voraussetzung für den effizienten Einsatz der Optimierungsverfahren in der Praxis. Die Beispielanwendungen, insbesondere aus dem Bereich der Optimierung von Fuzzy-Systemen, veranschaulichen und vertiefen die vermittelten Kenntnisse. Ein Buch für Studium und Selbststudium - Ergebnis jahrelanger Tätigkeit in Lehre, Forschung und Anwendung.
Reviews / Votes
"/.../didaktisch gut aufgebaut. Man merkt die praktische Erfahrung der Autoren. Gute Beispielanwendungen."Prof. Dr. Jörg Schneider, FH Wilhelmshaven
"/.../ gut verständliche Darstellung des Stoffs, mit vielen praktischen Beispielen untermauert."
Prof. Dr. Hans-Jürgen Wagner, FH Regensburg
"Die Aktualität der Inhalte und das Preis-/Leistungsverhältnis sind sehr gut!"
Laszlò Hinsenkamp, HS Bremen
"/.../ sehr gutes Buch, uneingeschränkt empfehlenswert. Die Webseite zum Buch ebenfalls."
Dr. Hans Kestler, Universität Ulm
More details
Series
Language
German
Place of publication
Wiesbaden
Germany
Publishing group
Vieweg & Teubner
Illustrations
X, 252 S.
Dimensions
Height: 244 mm
Width: 170 mm
Thickness: 15 mm
Weight
468 gr
ISBN-13
978-3-528-05570-7 (9783528055707)
DOI
10.1007/978-3-322-86839-8
Schweitzer Classification
Other editions
Additional editions

Ingrid Gerdes | Frank Klawonn | Rudolf Kruse
Evolutionäre Algorithmen
Genetische Algorithmen - Strategien und Optimierungsverfahren - Beispielanwendungen
E-Book
04/2013
Vieweg+Teubner Verlag
€24.27
Available for download
Persons
Ingrid Gerdes, Deutsches Zentrum für Luft- und Raumfahrt, Braunschweig, entwickelt evolutionäre Algorithmen zur Optimierung von Flugrouten. Prof. Dr. Frank Klawonn ist an der FH Braunschweig (Bereich Data Mining, Fuzzy-Systeme, neuronale Netze und evolutionäre Algorithmen) tätig. Prof. Dr. Rudolf Kruse ist Leiter des Lehrstuhls für Neuro-Fuzzy-Systeme an der Universität Magdeburg.
Content
1 Einleitung.- 2 Optimierungsprobleme.- 2.1 Beispiele.- 2.2 Der Suchraum.- 2.3 Die Zielfunktion.- 2.4 Die Struktur des Suchraums und der Zielfunktion.- 2.5 Was ist Optimierung?.- 3 Optimierungsverfahren.- 3.1 Analytische Lösung des Optimierungsproblems.- 3.2 Gradientenverfahren.- 3.3 Newton-Verfahren.- 3.4 Optimierung mit Nebenbedingungen.- 3.5 Tabu-Suche.- 3.6 Greedy-Heuristiken.- 3.7 Hillclimbing.- 3.8 Simulated Annealing.- 3.9 Threshold Accepting.- 3.10 Sintflut-Algorithmus.- 3.11 Ameisenkolonieoptimierung.- 3.12 Grundsätzliche Elemente von Optimierungsstrategien.- 4 Genetische Algorithmen und Optimierung.- 4.1 Biologische Evolution.- 4.2 Kanonische Genetische Algorithmen: Struktur und Operatoren.- 5 Theoretischer Hintergrund.- 5.1 Schema-Theorem und Building-Block-Hypothese.- 5.2 Konvergenzbetrachtungen.- 5.3 Vorzeitige Konvergenz.- 6 Problemangepasste Operatoren und Verfahren.- 6.1 Anwendungsbereich.- 6.2 Kodierung und Startpopulation.- 6.3 Fitnessfunktion.- 6.4 Selektion.- 6.5 Rekombination und Reparaturmechanismen.- 6.6 Mutation.- 6.7 Weitere Aspekte.- 6.8 Evolutionäre Algorithmen zur Optimierung von Flugrouten.- 7 Klassifizierung evolutionärer Algorithmen.- 7.1 Evolutionsstrategien.- 7.2 Evolutionäre Programmierung.- 7.3 Genetische Programmierung.- 7.4 Weitere evolutionäre Algorithmen.- 7.5 Parallele und hybride Ansätze.- 7.6 Lernende Classifier Systeme.- 8 Testumgebungen.- 8.1 Aufbau einer Testumgebung.- 8.2 Funktionen.- 8.3 Kombinatorische Optimierungsprobleme.- 8.4 Strategieentwicklung.- 9 Fuzzy-Systeme.- 9.1 Grundprinzipien.- 9.2 Fuzzy-Mengen.- 9.3 Fuzzy-Regler.- 9.4 Fuzzy-Klassifikatoren.- 9.5 Fuzzy-Clusteranalyse.- 10 Kombinationen evolutionärer Algorithmen mit Fuzzy-Systemen.- 10.1 Fuzzy-Regler-Optimierung: Ein ausführliches Beispiel.- 10.2Optimierung von Fuzzy-Systemen mit evolutionären Algorithmen.- 10.3 Fuzzy-Clustering mit evolutionären Algorithmen.- 10.4 Steuerung evolutionärer Algorithmen mit Fuzzy-Regeln.- A Anhang: Biologische Evolution und evolutionäre Algorithmen.- A.1 Die biologische Evolution.- A. 2 Terminolgie der evolutionären Algorithmen.- B Anhang: NP-Vollständigkeit.