Da: Verlag Dr. Kovac GmbH, Hamburg, Germania
Softcover. Condizione: neu. 1. Auflage. Forschungsergebnisse zur Informatik, Band 35 300 pages. Unter evolutionĂ€ren Algorithmen versteht man solche iterativen stochastischen Optimierverfahren, deren Design durch Prinzipien der biologischen Evolution inspiriert ist: Eine Population von Elementen der zulĂ€ssigen Menge wird durch Mutation und Rekombination stochastisch variiert, bevor die schlechteren der mit der Zielfunktion bewerteten Elemente ausselektiert werden, so dass die besseren Elemente die Grundlage fĂŒr die nĂ€chste Iteration bilden. Die Hauptanwendungsgebiete von evolutionĂ€ren Algorithmen sind Optimierungsprobleme, fĂŒr die keine Spezialverfahren bekannt sind oder bei denen traditionelle Optimierverfahren aus den verschiedensten GrĂŒnden versagen. Diese empirisch beobachtete Robustheit und die durch das Populationskonzept bedingte inhĂ€rente ParallelitĂ€t haben die evolutionĂ€ren Algorithmen zur approximativen LĂ sung schwieriger Optimieraufgaben populĂ€r gemacht. Die theoretische Fundierung jedoch ist hinter den zahlreichen praktischen Anwendungen weit zurĂŒckgeblieben. Es ist das Anliegen dieser Arbeit, die theoretische Grundlegung der evolutionĂ€ren Algorithmen weiter voranzutreiben. ZunĂ€chst werden die evolutionĂ€ren Algorithmen als Markoff`sche Prozesse modelliert. WĂ€hrend sich Fragen zur Erreichbarkeit von optimalen LĂ sungen und globalen Konvergenz der Verfahren sehr allgemein klĂ€ren lassen, muss sich die Laufzeitanalyse auf geeignete Problemklassen beschrĂ€nken. FĂŒr pseudoboolesche modulare, submodulare und unimodale Probleme werden AbschĂ€tzungen fĂŒr die erwartete Absorptionszeit hergeleitet. Daran schlieĂt sich eine kritische WĂŒrdigung der AdĂ€quatheit der klassischen Schematheorie sowie der quantitativen Genetik zur Analyse evolutionĂ€rer Algorithmen an. Die Untersuchung der Konvergenzgeschwindigkeit bei Problemen mit reellen Entscheidungsvariablen beschrĂ€nkt sich auf die Minimierung stark und beschrĂ€nkt konvexer Funktionen. SchwerpunktmĂ€Ăig werden solche evolutionĂ€ren Algorithmen analysiert, die auch temporale Verschlechterungen zulassen. Hier erweist sich die Theorie der Ordnungsstatistiken und Supermartingale als hilfreich. Die unterschiedlichen OptimalitĂ€tsbegriffe zur Bewertung von Populationen werden sowohl im kompetitiven als auch kooperativen spieltheoretischen Kontext untersucht. Hier zeigen sich deutliche Differenzen zwischen evolutionĂ€ren Algorithmen und populationsbiologischen Modellen. Der geeignete OptimalitĂ€tsbegriff fĂŒhrt dann fĂŒr ein spezielles Problem zu einer exakten Theorie der (optimalen) Rekombination und mĂŒndet schlieĂlich in die statistische Deutung des Zusammenspiels von Mutation, Rekombination und Selektion als Mechanismus zur Erzeugung des besten linearen GradientenschĂ€tzers mit minimaler Varianz. Codice articolo x554
Quantità: 5 disponibili
Da: Buchpark, Trebbin, Germania
Condizione: Sehr gut. Zustand: Sehr gut | Seiten: 300 | Sprache: Englisch | Produktart: Bücher | Keine Beschreibung verfügbar. Codice articolo 732193/202
Quantità: 1 disponibili