Skip to main content
SpringerLink
Log in

Sonderforschungsbereich 531

>Design und Management komplexer Prozesse und Systeme mit Methoden der Computational Intelligence

  • Conference paper
Book cover Informatik ’97 Informatik als Innovationsmotor

Part of the book series: Informatik aktuell ((INFORMAT))

  • 171 Accesses

Zusammenfassung

Fuzzy-Systeme, künstliche Neuronale Netzwerke und Evolutionäres Rechnen — im folgenden unter dem Begriff CI-Methoden (CI = Computational Intelligence) subsumiert — haben, grob betrachtet, vieles gemeinsam:

  • Ihre Grundkonzepte sind seit langem bekannt und waren zeitweise umstritten. Ein Grund für die anfänglich zögerliche Akzeptanz bestand unter anderem in der Nichtverfügbarkeit ausreichender Rechenleistung. Außerdem galt es, Widerstande in etablierten Disziplinen zu überwinden. Und, wie in anderen Forschungsfeldern auch, mußte sich zunächst eine „kritische Masse“ bilden, welche die Initialzündung für eine breite Forschung auslöste.

  • Sie werden zunehmend erfolgreich und immer breiter angewandt. Analog zu vielen anderen Wissenschaftszweigen entstand auch auf dem Gebiet der CI die kritische Masse im Bereich der Anwendungsforschung. Konkrete, praktische Probleme existieren und müssen gelöst werden, unabhängig davon, ob die Grundlagenforschung dies wahrnimmt oder nicht, vielleicht sogar die generelle Unlösbarkeit unter gewissen Prämissen zeigt. Neue Methoden werden oft zunächst versuchsweise angewandt und erweisen sich gegebenenfalls in der Praxis als nützlich, ohne daß der formale Nachweis der Anwendbarkeit a priori geführt wurde. Die Existenzberechtigung der Methoden lautet: „Es funktioniert“. Das ist dann Stimulans für die Suche nach dem „Warum?“bzw. „Wann und wann nicht?“.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 54.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 69.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. D. C. Dennett.Darwin’s Dangerous Idea. Simon & Schuster, New York, 1995.

    Google Scholar 

  2. H.-P. Schwefel. Parallel problem solving from nature. In A. Kent, J. G. Williams, and C. M. Hall, Hrsg.,Encyclopedia of Computer Science and Technology. Marcel Dekker, New York, 1997, (im Druck).

    Google Scholar 

  3. E. Fiesler and R. Beale, Hrsg.Handbook of Neural Computation. Oxford University Press, New York, 1996.

    MATH  Google Scholar 

  4. E. Ruspini, P. Bonissone, and W. Pedrycz, Hrsg.Handbook of Fuzzy Computation. Oxford University Press, New York, 1997 (im Druck).

    Google Scholar 

  5. Th. Bäck, D. B. Fogel, and Z. Michalewicz, Hrsg.Handbook of Evolutionary Computation. Oxford University Press, New York, 1997.

    Book  MATH  Google Scholar 

  6. J. M. Zurada, R. J. Marks II, and C. J. Robinson, Hrsg.Computational Intelligence: Imitating Life. IEEE Press, New York, 1994.

    Google Scholar 

  7. J. C. Bezdek. What is Computational Intelligence? In Zurada et al. [6], Seiten 1–12.

    Google Scholar 

  8. J. C. Bezdek. Computational Intelligence and Edge Detection. In A. Grauel, Hrsg., Proc. Fuzzy-Neuro-Systems’97— Computational Intelligence, Seiten 1-31. infix-Verlag, Sankt Augustin, 1997.

    Google Scholar 

  9. F. Rosenblatt. The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain.Psychological Review, 65 (6): 386–408, 1958.

    Article  MathSciNet  Google Scholar 

  10. J. H. Holland. Outline for a logical theory of adaptive systems. J.of the ACM, 3:297–314, 1962.

    Article  Google Scholar 

  11. J. H. Holland. Adaptation in Natural and Artificial Systems. The Univ. of Michigan Press, Ann Arbor, MI, 1975.

    Google Scholar 

  12. L. J. Fogel. Autonomous automata.Industrial Research, 4:14–19, 1962.

    Google Scholar 

  13. L. J. Fogel, A. J. Owens, and M. J. Walsh.Artificial Intelligence through Simulated Evolution. Wiley, New York, 1966.

    MATH  Google Scholar 

  14. I. Rechenberg. Cybernetic solution path of an experimental problem. Royal Aircraft Establishment, Library translation No. 1122, Farnborough, Hants., UK, August 1965.

    Google Scholar 

  15. I. Rechenberg.Evolutionsstrategie: Optimierung technischer Systeme nach Prinzipien der biologischen Evolution. Dissertation, TU Berlin, 1971.

    Google Scholar 

  16. H.-P. Schwefel. Experimentelle Optimierung einer Zweiphasenduse. Interner Bericht HE/F 35-B, AEG Forschungsinstitut, Berlin, Oktober 1968.

    Google Scholar 

  17. H.-P. Schwefel. Evolutionsstrategie und numerische Optimierung. Dissertation, TU Berlin, Mai 1975.

    Google Scholar 

  18. L. A. Zadeh. Fuzzy sets.Information and Control, 8:338–353, 1965.

    Google Scholar 

  19. M. Minsky and S. Papert.Perceptrons. MITPress, Cambridge, MA, 1969.

    Google Scholar 

  20. F. Hayes-Roth, D. A. Waterman, and D. B. Lenat, Hrsg.Building Expert Systems. Addison-Wesley, Reading, MA, 1983.

    Google Scholar 

  21. R.K. Lindsay, B.G. Buchanan, E.A. Feigenbaum, and J. Lederberg.Applications of Artificial Intelligence for Organic Chemistry: The DENDRAL Project. McGrawHill, New York, 1980.

    Google Scholar 

  22. B.G. Buchanan and E.H. Shortcliff.Rule Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project. Addison-Wesley, Reading, MA, 1985.

    Google Scholar 

  23. J. J. Hopfield. Neural networks and physical systems with emergent collective computational abilities.Proc. National Academy of Science, 79:2554–2558, 1982. .

    Article  MathSciNet  Google Scholar 

  24. D.E Rumelhart und J.L McClelland.Parallel Distributed Processing — Explorations in the Microstructure of Cognition, Band 1: Foundations. MIT Press, Cambridge, MA, 1986

    Google Scholar 

  25. T.J. Sejnowski and C. R. Rosenberg. Parallel Networks that Learn to Pronounce English Text.Complex Systems, 1:145–168, 1987.

    MATH  Google Scholar 

  26. T. Kohonen, M. Shozakai, J. Kangas, and O. Venta. Microprocessor implementation of a large vocabulary speech recognizer and phonetic typewriter for Finnish and Japanese. In J.A. Laver and M.A. Jack, Hrsg.,Proc. Europ. Conf. on Speech Technology, Seiten 377–380. CEP Consultants, Edinburgh, 1987.

    Google Scholar 

  27. D. E. Goldberg. Genetic algorithms and rule learning in dynamic system control. In J. J. Grefenstette, Hrsg.,Proc. First Int’1 Conf. Genetic Algorithms and Their Applications, Seiten 8–15. Lawrence Erlbaum, Hillsdale, NJ, 1985.

    Google Scholar 

  28. D. E. Goldberg. Genetic Algorithms in Search, Optimization and Machine Learning. Addison-Wesley, Reading, MA, 1989.

    MATH  Google Scholar 

  29. D. Hartmann. Optimization in CAD: On the applicability of nonlinear evolutionstrategies for optimization problems in CAD. In J.S. Gero, Hrsg.,Optimization in Computer-Aided Design, Seiten 293–305. Elsevier, Amsterdam, 1985.

    Google Scholar 

  30. L. P. Holmblad and J. J. Ostergaard. Control of a cement kiln by fuzzy logic.FIDP, Seiten 389–399, 1982.

    Google Scholar 

  31. J. T. Alander. An Indexed Bibliography of Genetic Algorithms: Years 1957–1993. Art of CAD Ltd, Espoo, Finnland, 1994.

    Google Scholar 

  32. C. C. Klimaskausas, Hrsg.The 1989 Neuao-Computing Bibliography. MITPress, Cambridge, MA, 1989.

    Google Scholar 

  33. K. Hirota.Industrial Applications of Fuzzy Technology. Springer, Tokyo,1993. 34. M. Sugeno. Industrial Applications of Fuzzy Control. North-Holland, Amsterdam, 1985.

    Google Scholar 

  34. M. Sugeno .Industrial Application of Fuzzy Control. North-Holland, Amsterdam, 1985

    Google Scholar 

  35. M. M. Gupta and T. Yamakawa, Hrsg.Fuzzy Computing: Theory, Hardware and Applications. Elsevier, Amsterdam, 1988.

    MATH  Google Scholar 

  36. J. Biethahn and V. Nissen.Evolutionary Algorithms in Management Applications. Springer, Berlin, 1995.

    Book  MATH  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. SFB 531, Universität Dortmund, Germany

    Hans-Paul Schwefel & Ulrich Hammel

Authors
  1. Hans-Paul Schwefel
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Ulrich Hammel
    View author publications

    You can also search for this author in PubMed Google Scholar

Editor information

Editors and Affiliations

  1. Lehrstuhl für Informatik V, RWTH Aachen, D-52056, Aachen, Germany

    Matthias Jarke  & Klaus Pohl  & 

  2. Philips GmbH Forschungslaboratorien, Weißhausstr. 2, D-52066, Aachen, Germany

    Klaus Pasedach

Rights and permissions

Reprints and permissions

Copyright information

© 1997 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Schwefel, HP., Hammel, U. (1997). Sonderforschungsbereich 531. In: Jarke, M., Pasedach, K., Pohl, K. (eds) Informatik ’97 Informatik als Innovationsmotor. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-60831-5_15

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-60831-5_15

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-63066-1

  • Online ISBN: 978-3-642-60831-5

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation