Der Aufsatz behandelt die Frage der numerischen Optimierung technischer Entwicklungssysteme. Das Grundschema einfachster Suchalgorithmen wird am Beispiel einer Evolutionsstrategie geklärt, Anwendungsgebiete und Entwicklungsbedarfe benannt und der kompakte Code eines lokalen Algorithmus zur Integration in komplexe Systementwicklungsumgebungen angegeben.
Inhaltsverzeichnis
1. Lokale Suche und Optimierung
1.1 Grundlagen der Lokalen Suche
1.2 Evolutionäre Algorithmen und Evolutionsstrategien
1.3 Mechanismen der Variation und Selektion
1.4 Implementierung einer Evolutionsstrategie
Zielsetzung & Themen
Der vorliegende Aufsatz untersucht die numerische Optimierung technischer Entwicklungssysteme mittels lokaler Suchalgorithmen, insbesondere unter Anwendung von Evolutionsstrategien. Ziel ist es, das Grundschema dieser Verfahren zu erläutern und ihre Anwendbarkeit in komplexen Entwicklungsumgebungen durch einen kompakten Algorithmus-Code aufzuzeigen.
- Methoden der numerischen Optimierung im Ingenieurwesen
- Funktionsweise lokaler Suchalgorithmen
- Grundlagen und Mechanik evolutionärer Algorithmen
- Implementierung von Evolutionsstrategien in der Programmiersprache SciLAB
Auszug aus dem Buch
Lokale Suche und Optimierung
Im industriellen Ingenieurbereich, der Fluidmechanik, in der Visualisierungstechnik und dem Design werden zunehmend robuste und universal einsetzbare Algorithmen zur Integration in komplexe Systementwicklungsumgebungen nachgefragt. Im Engineering sind dies heute die Strukturanalyse mit der Methode der Finiten Elemente (FEM) und die computerunterstützte Strömungssimulation (computational fluid dynamics, CFD) [Abt-03][Har-07][Bre-09][Kre-08], im Designbereich Realzeitsimulationen, Visualisierung und Generatives Gestalten [Rea-07][Boh-09]. Abhängig von speziellen Rand-, Neben und Anfangsbedingungen, existieren Methoden, schlecht strukturierte Probleme in wohllösbare Optimierungsaufgaben zu verwandeln. In der Praxis hat sich hier die so genannte „lokale Suche“ als ein leistungsstarkes Instrument etabliert. Als „lokal“ werden Suchalgorithmen dann bezeichnet, wenn diese eine von einer komplexen Qualitätsfunktion aufgespannte Topologie in einem begrenzten Gebiet um den aktuellen Arbeitspunkt herum untersuchen. Lokale Suchalgorithmen sind robust, benötigen geringen strukturellen Aufwand und arbeiten schnell. Ihr Einsatzgebiet ist das hochdimensionale Qualitätsgelände nicht geschlossen beschreibbarer Funktionen.
Zusammenfassung der Kapitel
1. Lokale Suche und Optimierung: Einführung in die Notwendigkeit robuster Optimierungsverfahren in verschiedenen Ingenieursdisziplinen und Definition der lokalen Suche als effizientes Instrument zur Problembearbeitung.
1.1 Grundlagen der Lokalen Suche: Mathematische Herleitung der Ähnlichkeitsvariation von Objektvariablen und Beschreibung der transienten Natur lokaler Suchprozesse über diskrete Intervalle.
1.2 Evolutionäre Algorithmen und Evolutionsstrategien: Vorstellung der Evolutionsstrategie als leistungsfähige Optimierungsstrategie, die auf dem biologischen Wechselspiel von Variation und Selektion basiert.
1.3 Mechanismen der Variation und Selektion: Erläuterung der Bedeutung von Mutation und Selektion für die Qualitätssteigerung des Ensembles sowie die Rolle der Variationsschrittweite als vererbbarer Strategieparameter.
1.4 Implementierung einer Evolutionsstrategie: Vorstellung eines kompakten Programm-Codes in SciLAB, der die Anwendung der Evolutionsstrategie auf praktische Optimierungsaufgaben demonstriert.
Schlüsselwörter
Lokale Suche, Numerische Optimierung, Evolutionsstrategie, Ingenieurwesen, Variationsschrittweite, Qualitätsfunktion, Systementwicklung, Mutation, Selektion, SciLAB, Algorithmik, Computervisualisierung, Strukturanalyse, Strömungssimulation, Prozessoptimierung
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit behandelt die numerische Optimierung in technischen Entwicklungssystemen und den Einsatz lokaler Suchalgorithmen als effizientes Werkzeug zur Lösung komplexer Aufgabenstellungen.
Was sind die zentralen Themenfelder?
Die zentralen Themen umfassen die industrielle Anwendung von Optimierungsalgorithmen, das biologisch inspirierte Prinzip der Evolutionsstrategien sowie die praktische Implementierung dieser Verfahren.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, die Funktionsweise von Evolutionsstrategien zu erklären und aufzuzeigen, wie ein kompakter Algorithmus-Code zur Optimierung in bestehende Systementwicklungsumgebungen integriert werden kann.
Welche wissenschaftliche Methode wird verwendet?
Es wird die Methode der Evolutionsstrategie angewandt, die durch iterative Variation und Selektion in einer simulierten biologischen Evolution das Qualitätsgelände einer Zielfunktion untersucht.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil befasst sich mit der mathematischen Modellierung der lokalen Suche, der detaillierten Beschreibung evolutionärer Mechanismen und der technischen Umsetzung in der Programmiersprache SciLAB.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Lokale Suche, Evolutionsstrategie, Numerische Optimierung, Algorithmen-Implementierung und Prozessoptimierung.
Wie unterscheidet sich die lokale Suche von anderen Ansätzen?
Lokale Suchalgorithmen zeichnen sich durch ihre Robustheit, geringen strukturellen Aufwand und hohe Arbeitsgeschwindigkeit aus, indem sie ein begrenztes Gebiet um den aktuellen Arbeitspunkt untersuchen.
Welche Rolle spielt der Programm-Code für die Argumentation?
Der Code dient als praktischer Beweis dafür, dass moderne Evolutionsstrategien sehr kompakt (in diesem Fall ca. 10 Zeilen) und in beliebigen Programmiersprachen realisierbar sind.
- Quote paper
- Dipl.-Ing. Michael Dienst (Author), 2012, Methoden in der Bionik: Lokale Suche und Optimierung, Munich, GRIN Verlag, https://www.hausarbeiten.de/document/188085
