Dynamische Parameteroptimierung für evolutionäre Verfahren zur Anwendung auf ein Mehrkriterienoptimierungsproblem mit Nebenbedingungen

Student:Manuel Förster
Title:Dynamische Parameteroptimierung für evolutionäre Verfahren zur Anwendung auf ein Mehrkriterienoptimierungsproblem mit Nebenbedingungen
Type:diploma thesis
Advisors:Wilke, P.; Kókai, G.; Hardung, B.
State:submitted on November 15, 2006
Prerequisits:
Topic:

Hintergrund:
Moderne Fahrzeuge verfügen über bis zu 80 Steuergeräte zur Kontrolle von Hardware-Modulen wie Sensoren und Aktuatoren. Die verschiedenen Funktionalitäten werden durch Softwarekomponenten bereitgestellt, welche in die Steuergeräte integriert werden. Bei der Verteilung der Softwarekomponenten auf die einzelnen Steuergeräte müssen bestimmte Rahmenbedingungen eingehalten werden, beispielsweise in Bezug auf Größen wie Buslast, Kosten oder Gewicht. Hieraus ergibt sich also ein komplexes Mehrkriterienoptimierungsproblem, welches sich durch heuristische Verfahren (beispielsweise durch evolutionäre Algorithmen oder durch Ameisekolonien) automatisiert lösen lässt. Dazu sind aber je nach Optimierungsverfahren verschiedene Parameter einzustellen, die sich sowohl auf die Laufzeit der Optimierung, als auch die Lösungsqualität auswirken. Die Aufgabe der Einstellung der Parameter mündet wiederum in ein komplexes Problem, es wäre also wünschenswert auch diesen Schritt der Optimierung zu automatisieren.

Aufgabenstellung:
Ziel der Arbeit ist es, vorhandene Optimierungsverfahren (evolutionäre Algorithmen und Ameisenoptimierung) um eine dynamische Parameteroptimierung zu ergänzen.
Die dynamische Optimierung der Parameter für evolutionäre Verfahren ist Gegenstand verschiedener aktueller Veröffentlichungen, die im ersten Schritt der Arbeit genauer untersucht und auf Ihre Tauglichkeit für das konkrete Problem geprüft werden sollen. Zur Lösung des Problems der Parameteroptimierung soll entweder eine geeignete Auswahl bestehender Verfahren, die sich aus der Literaturrecherche ergibt, in der vorhandene Umgebung implementiert werden, oder ein neues Verfahren, angepasst an die bereits existierenden Optimierungsverfahren, gefunden werden.
Die Ergebnisse der Optimierung mit Hilfe der dynamischen Parameter sollen mit den vorhandenen, statischen Verfahren zur Parameteroptimierung verglichen werden.

Literatur:
Neumann, C.P.: Conceptional design of an open framework for optimizing the distribution of hardware and software components in control networks for vehicles. Diploma thesis, University of Erlangen, Computer Science Department 2 (2005)

Bickel, B.:Anwendung von Schwarmintelligenz auf Mehrkriterienoptimierungsprobleme mit Nebenbedingungen, Diplomarbeit Universität Erlangen Lehrstuhl Informatik 2 (2005)

watermark seal