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 Analyse 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.

Autorentext

Tjorben Bogon arbeitet am Lehrstuhl für Wirtschaftsinformatik I an der Universität Trier im Bereich der Schwarmintelligenz und Agententheorie.

Klappentext

pDas 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 Analyse 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./p

Inhalt

Partikel Schwarm Optimierung.- Agenten-gesteuerte Schwarmoptimierung.- Verteilung von Schwärmen.- Dynamische Konfiguration und Steuerung von PSO.