- Naturanaloge Optimierungsverfahren
-
Naturanaloge Optimierungsverfahren werden bei Problemen eingesetzt, bei denen aus verschiedenen Gründen arithmetische Algorithmen nicht praktikabel sind. Das kann bei sehr großen Datenmengen oder extrem komplexen Aufgabenstellungen vorkommen.
Als Vorbild für Verfahren, die von der Natur abstrahiert wurden, dienen evolutionäre, schwarmintelligente Algorithmen und die simulierte Abkühlung.
Inhaltsverzeichnis
Evolutionäre Algorithmen
Die Idee zu diesen Algorithmen stammt aus der biologischen Evolution, in deren Rahmen sich Organismen an Umweltbedingungen anpassen; daher werden algorithmische Analoga von Selektion, Mutation und Rekombination zur Lösung komplexer Optimierungsprobleme verwendet.
Zu den Evolutionären Algorithmen zählt man:
Schwarmintelligenz
Zu dem schwarmintelligenten Verfahren zählt der Ameisenalgorithmus. Einzelne Ameisen haben ein sehr begrenztes Verhaltens- und Reaktionsrepertoire. Im selbstorganisierenden Zusammenspiel ergeben sich jedoch immer wieder Verhaltensmuster, die „intelligent“ genannt werden können.
Simulierte Abkühlung
Grundidee ist die Nachbildung eines Abkühlungsprozesses, etwa beim Glühen in der Werkstoffkunde. Nach Erhitzen eines Metalls sorgt die langsame Abkühlung dafür, dass die Atome ausreichend Zeit haben, sich zu ordnen und stabile Kristalle zu bilden. Dadurch wird ein energiearmer Zustand, nahe am Optimum erreicht. Auch diese Klasse von Algorithmen wird insbesondere für komplexe, schwer kategorisierbare Optimierungsaufgaben eingesetzt.
Varianten der Grundidee finden sich unter
- Schwellenakzeptanz (threshold Accepting)
- Deterministic Annealing
- Sintflutalgorithmus
- Metropolisalgorithmus
Weblinks
Wikimedia Foundation.
