Stud.IP Uni Oldenburg
University of Oldenburg
26.10.2021 17:16:57
Lecture: 2.01.584 Simulationsgestützte Suchraumanalyse - Details
You are not logged into Stud.IP.

General information

Course name Lecture: 2.01.584 Simulationsgestützte Suchraumanalyse
Subtitle inf584
Course number 2.01.584
Semester Wintersemester 2021/2022
Current number of participants 6
expected number of participants 30
Home institute Department of Computing Science
Courses type Lecture in category Teaching
Next date Wed., 27.10.2021 10:00 - 12:00
Type/Form
Pre-requisites Grundkenntnisse in CI sind hilfreich, aber nicht erforderlich
Performance record mündliche Prüfung
Lehrsprache --
ECTS points 6

Course location / Course dates

n.a. Wednesday: 10:00 - 12:00, weekly

Comment/Description

Viele Problemstellungen in Wissenschaft aber auch in der Industrie lassen sich auf vielfältige Weise attackieren. Für Optimierungsprobleme beispielsweise, steht eine Vielzahl unterschiedlicher Lösungsalgorithmen zur Verfügung. Hierunter fallen u.a. naturinspirierte Verfahren wie evolutionäre oder genetische Algorithmen, aber auch Schwarm imitierende Ansätze, welch Ameisen- oder Bienenvölkern mimen, exakte Verfahren und viele mehr. Welches Verfahren sich für ein konkretes Problem am besten eignet hängt stark von der Problemstruktur. Gibt es nur ein Optimum? Oder viele? Gibt es lokale Optima in denen der Optimierungsprozess zum Stocken kommen kann? Oder sind lokale Optima gut genug, da sie sich eh kaum unterscheiden? Wie sehen die Gradienten aus?
Oft entziehen sich Probleme leider einer analytischen Untersuchung, mit denen sich solche Eigenschaften exakt mathematisch herzuleiten ließen. Das ist beispielsweise der Fall bei Black-Box Problemen, bei denen kein funktionaler Zusammenhang (und auch keine Ableitungsinformationen) bekannt sind. Stattdessen kann eine nur punktuelle Evaluation durchgeführt werden; z.B. durch Simulation. Für eine geeignete Algorithmenwahl ist eine Kenntnis der Problemcharakteristik dennoch unumgänglich. Hier können Ansätze der Fitness Landscape Analysis helfen: Eigenschaften werden simulativ abgeleitet.
Dieses Konzept wollen wir in dieser Vorlesung näher beleuchten; sowohl bezüglich theoretischer Konzepte als auch bezüglich praktischer Anwendungsbeispiele. Aber auch Kennzahlen zur Analyse von Fitnesslandschaft-Trajektorien aus der Chaostheorie und Möglichkeiten zur visuellen Analyse werden besprochen.
Durch den hohen Übungsanteil von 50% können alle besprochenen Ansätze auch praktisch ausprobiert und gefestigt werden.