Zur Analyse von randomisierten Suchheuristiken und Online-Heuristiken
Loading...
Date
2005-09-19T14:41:53Z
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Die Dissertation beschäftigt sich mit der theoretischen Analyse von
Heuristiken. Im ersten und zweiten Teil werden randomisierte
Heuristiken zur Optimierung im Black-Box-Szenario untersucht. Der
dritte Teil befasst sich mit dem Seitenwechselproblem (Pagingproblem),
das in der Regel im Online-Szenario zu lösen ist. Das Black-Box- und
das Online-Szenario haben gemeinsam, dass die zu bearbeitende
Probleminstanz erst im Laufe der Zeit bekannt wird, sodass Algorithmen
nur heuristisch vorgehen können.
Im ersten Teil wird die Laufzeit zweier einfacher evolutionärer
Algorithmen, des (1+1)-EAs und der randomisierten lokalen Suche, am
Beispiel des Matchingproblems im Black-Box-Szenario untersucht. Es
wird gezeigt, dass beide Heuristiken effizient Maximummatchings
approximieren können und dass sie zumindest für einfache Graphklassen
in polynomieller erwarteter Zeit Maximummatchings finden. Andererseits
gibt es Graphen, für die die Laufzeit beider Heuristiken mit einer
überwältigenden Wahrscheinlichkeit exponentiell ist.
Der zweite Teil untersucht einen grundlegenden evolutionären
Algorithmus für mehrkriterielle Optimierungsprobleme im
Black-Box-Szenario. Insbesondere wird die erwartete Laufzeit
im Worst Case ermittelt und die Laufzeit für verschiedene
zweikriterielle Probleme analysiert.
Der dritte Teil befasst sich mit der Analyse von Heuristiken für das
Seitenwechselproblem. Es werden zwei Modelle eingeführt, die
unmittelbar die Analyse der Fehlerrate unter dem Aspekt der
Anfragelokalität ermöglichen. In diesen Modellen werden Schranken für
die Fehlerraten verschiedener deterministischer
Seitenwechselstrategien bewiesen.
Description
Table of contents
Keywords
Randomisierte Suchheuristiken, Evolutionäre Algorithmen, Matchingproblem, Mehrkriterielle Optimierung, Pagingproblem