6
Fundamente der Computational Intelligence (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering Wintersemester 2005/06

Fundamente der Computational Intelligence (Vorlesung)

  • Upload
    idola

  • View
    25

  • Download
    0

Embed Size (px)

DESCRIPTION

Wintersemester 2005/06. Fundamente der Computational Intelligence (Vorlesung). Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering. Kapitel 4: Schwarm-Intelligenz. Inhalt. Partikelschwarm Ameisenalgorithmen. Kapitel 4: Schwarm-Intelligenz: PSO. - PowerPoint PPT Presentation

Citation preview

Page 1: Fundamente der Computational Intelligence (Vorlesung)

Fundamente der Computational Intelligence

(Vorlesung)

Prof. Dr. Günter Rudolph

Fachbereich Informatik

Lehrstuhl für Algorithm Engineering

Wintersemester 2005/06

Page 2: Fundamente der Computational Intelligence (Vorlesung)

Rudolph: FCI (WS 2005/06) ● Kap. 4: Schwarmintelligenz 2

Kapitel 4: Schwarm-Intelligenz

Inhalt

• Partikelschwarm

• Ameisenalgorithmen

Page 3: Fundamente der Computational Intelligence (Vorlesung)

Rudolph: FCI (WS 2005/06) ● Kap. 4: Schwarmintelligenz 3

Kapitel 4: Schwarm-Intelligenz: PSO

PSO: Particle Swarm Optimization Kennedy & Eberhart (1995)

Metapher: Vogelschwärme, Fischschwärme auf Nahrungssuche

Abstraktion: Partikelschwärme auf der Suche nach Optima

Prinzipien:

• Bewertung der aktuellen Situation• Vergleich mit anderen Partikeln• Imitation des Verhaltens erfolgreicher Partikel

Page 4: Fundamente der Computational Intelligence (Vorlesung)

Rudolph: FCI (WS 2005/06) ● Kap. 4: Schwarmintelligenz 4

Kapitel 4: Schwarm-Intelligenz: PSO

Standardversion

Page 5: Fundamente der Computational Intelligence (Vorlesung)

Rudolph: FCI (WS 2005/06) ● Kap. 4: Schwarmintelligenz 5

Kapitel 4: Schwarm-Intelligenz: PSO

Page 6: Fundamente der Computational Intelligence (Vorlesung)

Rudolph: FCI (WS 2005/06) ● Kap. 4: Schwarmintelligenz 6

Kapitel 4: Schwarm-Intelligenz: PSO

Varianten:

ohne explizite Geschwindigkeit V

X‘ = X + C1 (B – X) + C2 (BG – X)

wobei C1 und C2 Zufallsvariable

aus statischer Mittelwerttheorie am Ende der Suche:

die Träger von C1 und C2 sind beschränkt auf bestimmte Intervalle

→ zweifelhaft!

R. Krohling: Ci invers Gaussverteilt, Gammaverteilt, …

Theorie: in den Kinderschuhen …