Logo des Repositoriums
 

Konvergenzanalyse für die Partikelschwarmoptimierung

dc.contributor.authorSchmitt, Berthold Immanuel
dc.contributor.editorHölldobler, Steffen
dc.date.accessioned2017-09-22T20:47:27Z
dc.date.available2017-09-22T20:47:27Z
dc.date.issued2015
dc.description.abstractPartikelschwarmoptimierung (PSO) ist eine in der Praxis immer wieder sehr erfolgreich eingesetzte Metaheuristik zum Lösen von Black-Box-Optimierungsproblemen und wird speziell im Fall eines kontinuierlichen Suchraums verwendet. Dazu wird das in der Natur häufig auftretende Schwarmverhalten von miteinander kooperierenden Individuen imitiert. Die Dissertation liefert einen Beitrag zum besseren Verständnis des PSO-Algorithmus, basierend auf einer formalen mathematischen Analyse. Der Fokus liegt dabei auf der Untersuchung des Phänomens der Konvergenz. Es ist bekannt, dass die Individuen langfristig gegen einen Punkt im Suchraum streben. In der Dissertation wird detailliert untersucht, welche Eigenschaften dieser Punkt hat. Das Hauptergebnis bildet der formale Beweis, dass die Partikel unter relativ moderaten Voraussetzungen an die zu optimierende Funktion ein lokales Optimum finden, wobei der PSO-Algorithmus im Mehrdimensionalen dafür geringfügig modifiziert werden muss. Im Eindimensionalen wird zusätzlich ein allgemeines Laufzeitresultat bewiesen, nach dem bei der Bearbeitung einer beliebigen unimodalen Funktion die erwartete Laufzeit zur Ermittlung des Optimums mit einem Fehler von höchstens 2 - k linear in k ist.de
dc.identifier.isbn978-3-88579-975-7
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/4587
dc.language.isode
dc.publisherGesellschaft für Informatik
dc.relation.ispartofAusgezeichnete Informatikdissertationen 2015
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Dissertations, Volume D-16
dc.titleKonvergenzanalyse für die Partikelschwarmoptimierungde
gi.citation.endPage268
gi.citation.publisherPlaceBonn
gi.citation.startPage259

Dateien

Originalbündel
1 - 1 von 1
Lade...
Vorschaubild
Name:
259.pdf
Größe:
268.21 KB
Format:
Adobe Portable Document Format