Literaturverzeichnis* - Home - Springer978-3-322-83430-0/1.pdf · sembly Line Balancing Problem, in: Proceedings of the Integer Programming / Combinatorial Optimization Conference,

441

Literaturverzeichnis*

[ABLA79]

[ABLA87]

[ABLA90]

[ABLA91]

[ABLA92] [ABRA91]

[ABRA93] [ACKL87]

[ACK079]

[ADER85]

[AIZA93]

Ablay, P.: Optimieren mit Evolutionsstrategien. Reihenfolgeprobleme, nichtlineare und ganzzahlige Optimierung, Dissertation, Universitat Heidelberg, Fachl>ereich Wirtschafts- und Sozialwissenschaften, Heidelberg 1979. Ablay, P.: Optimieren mit Evolutionsstrategien, in: Spektrum der Wissenschaft o. Jg. (1987) 7, S. 104-115. Ablay, P.: Konstruktion kontrollierter Evolutionsstrategien zur Li:isung schwieriger Optimierungsprobleme der Wirtschaft, in: [ALBE90], S. 73-106. Ablay, P.: Ten Theses Regarding the Design of Controlled Evolutionary Strategies, in: [BECK91], S. 457-48l. Ablay, P.: persi:inliche Kommunikation 1992. Abramson, D.; Abela, J.: A Parallel Genetic Algorithm for Solving the School Timetabling Problem, Technical Report TR-DB-91-02, CSIRO Australia, Division of Information Technology, North Ryde 1991. Abramson, D.: personliche Kommunikation 1993. Ackley, D. H.: A Connectionist Machine for Genetic Hillclimbing, Boston: Kluwer 1987. Ackoff, R. L.: The Future of OR Is Past, in: Journal of the Operational Research Society 30 (1979), S. 93-104. Adermann, H.-J.: Treatment of Integral Contingent Conditions in Optimum Power Plant Commitment, in: Wacker, H. J. (Hrsg.): Applied Optimization Techniques in Energy Problems, Stuttgart: Teubner 1985, S. 1-18. Aizawa, A. N.; Wah, B. W.: Dynamic Control of Genetic Algorithms in a Noisy Environment, in: (FORR93a], S. 48-55.

• Sortierkriterium ist die im Text verwendete Kurzform. Sie setzt sich aus den ersten vier Buchstaben yom Nachnamen des Erstautors und dem Erscheinungsjahr zusammen. Stimmen die ersten vier Buchstaben des Namens bei verschiedenen Erstautoren iiberein, so wird innerhalb desselben Erscheinungsjahres nach Alphabet sortiert.

442 LITERATURVERZEICHNIS

[ALBE90] Albertz, J. (Hrsg.): Evolution und Evolutionsstrategien in Biologie, Technik und Gesellschaft, 2. Aufi., Wiesbaden: Freie Akademie 1990.

[ANDE88] Anderson, C. A.; Jones, K. F.; Ryan, J.: A Two-Dimensional Genetic Algorithm for the Ising Problem, in: Complex Systems 2 (1988), S.327-333.

[ANDE90] Anderson, E. J.; Ferris, M. C.: A Genetic Algorithm for the Assembly Line Balancing Problem, in: Proceedings of the Integer Programming / Combinatorial Optimization Conference, Ontario: University of Waterloo Press 1990, S. 7-18.

[ANDR91] Andreoni, J.; Miller, J. H.: Auctions with Adaptive Artificially Intelligent Agents, Working Paper 91-01-004, Santa Fe Institute, Santa Fe 1991.

[ANDR94] Andrews, M.; Prager, R.: Genetic Programming for the Acquisition of Double Auction Market Strategies, in: Kinnear, K. E. (Hrsg.): Advances in Genetic Programming, Cambridge/MA: The MIT Press (im Druck) 1994.

[ANGE93] Angeline, P. J.; Pollack, J. B.: Competitive Environments Evolve Better Solutions for Complex Tasks, in: [FORR93a], S. 264-270.

[ANKE90] Ankenbrandt, C. A.; Buckles, B. P.; Petry, F. E.: Scene Recognition Using Genetic Algorithms with Semantic Nets, in: Pattern Recognition Letters 11 (1990), S. 285-293.

[ANKE91] Ankenbrandt, C. A.: An Extension to the Theory of Convergence and a Proof of the Time Complexity of Genetic Algorithms, in: [RAWL91], S. 53-68.

[ANT087] Antonisse, J.; Keller, K. S.: Genetic Operators for High-Level Knowledge Representations, in: [GREF87a], S. 69-76.

[ANT089] Antonisse, J.: A New Interpretation of Schema Notation that Overturns the Binary Encoding Constraint, in: [SCHA89a], S. 86-91.

[ARM063] Armour, G. C.; Buffa, E. S.: A Heuristic Algorithm and Simulation Approach to Relative Location of Facilities, in: Management Science 9 (1963) 2, S. 294-309.

[ARTH89] Arthur, W. B.: The Economy and Complexity, in: [STEI89], S. 713-740.

[ARTH91] Arthur, W. B.: Designing Economic Agents that Act Like Human Agents: A Behavioral Approach to Bounded Rationality, in: The American Economic Review 81 (1991) 2, S. 353-359.

[ARTH92] Arthur, W. B.: On Learning and Adaption in the Economy, Working Paper 92-07-038, Santa Fe Institute, Santa Fe 1992.

[ATHA93] Athalye, A.; Edwards, D; Manoranjan, V. S.; de Sam Lazaro, A.: On Designing a Fuzzy Control System Using an Optimization Algorithm, in: Fuzzy Sets and Systems 56 (1993), S.281-290.

[ATMA92] Atmar, W.: On the Rules and Nature of Simulated Evolutionary Programming, in: [FOGE92b], S. 17-26.

LITERATURVERZEICHNIS 443

[AXEL87]

[BAAS78]

[BACK91a]

[BACK91b]

[BACK92a]

[BACK92b]

[BACK92c]

[BACK93a]

[BACK93b]

[BACK93c]

[BADA91]

[BAGC91]

[BAKE85]

[BAKE87]

[BAKE91]

[BALD96]

[BANZ88]

[BANZ90]

Axelrod, R.: The Evolution of Strategies in the Iterated Prisoner's Dilemma, in: [DAVI87a], S. 32-4l. Baase, S.: Computer Algorithms: Introduction to Design and Analysis, Reading/MA, Addison-Wesley 1978. Back, T.; Hoffmeister, F.; Schwefel, H.-P.: A Survey of Evolution Strategies, in: [BELE91], S. 2-9. Back, T.; Hoffmeister, F.: Extended Selection Mechanisms in Genetic Algorithms, in: [BELE91], S. 92-99. Back, T; Hoffmeister, F.; Schwefel, H.-P. (Hrsg.): Applications of Evolutionary Algorithms, Technical Report SYS-2/92, Universitat Dortmund, Fachbereich Informatik, Dortmund 1992. Back, T.: The Interaction of Mutation Rate, Selection, and SelfAdaptation within a Genetic Algorithm, in: [MANN92]' S. 85-94. Back, T.: Self-Adaptation in Genetic Algorithms, in: [VARE92], S.263-271. Back, T.: Optimal Mutation Rates in Genetic Search, in: [FORR93a], S. 2-8. Back, T.; Schwefel, H.-P.: An Overview of Evolutionary Algorithms for Parameter Optimization, in: Evolutionary Computation 1 (1993) 1, S. 1-23. Back, T.; Rudolph, G.; Schwefel, H.-P.: Evolutionary Programming and Evolution Strategies: Similarities and Differences, in: [FOGE93a], S. 11-22. Badami, V. S.; Parks, C. M.: A Classifier Based Approach to Flow Shop Scheduling, in: Computers & Industrial Engineering 21 (1991) 1-4, S. 329-333. Bagchi, S.; Uckun, S.; Miyabe, Y.; Kawamura,K.: Exploring Problem-Specific Recombination Operators for Job Shop Scheduling, in: [BELE91], S. 10-17. Baker, J. E.: Adaptive Selection Methods for Genetic Algorithms, in [GREF85a], S. 100-11l. Baker, J. E.: Reducing Bias and Inefficiency in the Selection Algorithm, in: [GREF87a], S. 14-2l. Baker, E. K.; Schaffer, J. R.: Solution Improvement Heuristics for the Vehicle Routing Problems with Time Window Constraints, in: American Journal of Mathematics and Management Sciences 6 (1991) 3-4, S. 261-300. Baldwin, J. M.: A New Factor in Evolution, in: American Naturalist 30 (1896), S. 441-45l. Banzhaf, W.: Optimization by Diploid Search Strategy, in: Haken, H. (Hrsg.): Neural and Synergetic Computers, Berlin: Springer 1988, S. 155-167. Banzhaf, W.: The "Molecular" Traveling Salesman, in: Biological Cybernetics 64 (1990), S. 7-14.


[BARR57] Barricelli, N. A.: Symbiogenetic Evolution Processes Realized by Artificial Methods, in: Methodos 9 (1957), S. 143-182.

[BEAN92] Bean, J. C.: Genetics and Random Keys for Sequencing and Optimization, Technical Report 92-43, University of Michigan, Department of Industrial and Operations Engineering, Ann Arbor 1992.

[BECK91] Becker, J. D.; Eisele, I.; Miindemann, F. W. (Hrsg.): Parallelism, Learning, Evolution, Proceedings of the Workshops on Evolutionary Models and Strategies, and on Parallel Processing 1989, Berlin: Springer 1991.

[BEHR91] Behr, S.-M.: Rekombinationsoperatoren in Genetischen Algorithmen, Diplomarbeit, Universitiit Dortmund, Fachbereich Informatik, Dortmund 1991.

[BELE88] Belew, R. K.; Forrest, S.: Learning and Programming in Classifier Systems, in: Machine Learning 3 (1988), S. 193-223.

[BELE89] Belew, R. K.; Gherrity, M.: Back Propagation for the Classifier System, in: [SCHA89a], S. 275-281.

[BELE91] Belew, R. K.; Booker, L. B. (Hrsg.): Proceedings of the Fourth International Conference on Genetic Algorithms, San Mateo/CA: Morgan Kaufmann 1991.

[BELT93] Beltrametti, L.; Marengo, L.; Tamborini, R.: A Learning Experiment with Classifier System: The Determinants of the Dollar-Mark Exchange Rate, Discussion Paper Nr. 5, 1993, Universita degli Studi di Trento, Dipartimento di Economia, Trento 1993.

[BERN84] Bernutat-Buchmann, U.; Krieger, J.: Evolution Strategies in Numerical Optimization on Vector Computers, in: Feilmeier, M.; Joubert, G.; Schendel, U.: Parallel Computing 83, Proceedings of the International Conference on Parallel Computing 1983, Amsterdam: North-Holland 1984.

[BETH80] Bethke, A. D.: Genetic Algorithms as Function Optimizers, Dissertation, The University of Michigan, Ann Arbor 1980.

[BEYE92a] Beyer, H.-G.: Some Aspects of the 'Evolution Strategy' for Solving TSP-Like Optimization Problems Appearing at the Design Studies of a 0.5 TeV e+e-Linear Collider, in: [MANN92J, S. 361-370.

[BEYE92b] Beyer, M.; Ehrig, H.; Lowe, M. (Hrsg.): Computing by Graph Transformation (COMPUGRAPH). Survey, Results, and Applications, The ESPRIT Basic Research Working Group No. 3299, Short Presentations of the Central Issues and Results of the Working Group, Berlin 1992.

[BEYE93] Beyer, H.-G.: Toward a Theory of Evolution Strategies: Some Asymptotical Results from the (1,+..\)- Theory, in: Evolutionary Computation 1 (1993) 2, S. 165-188.

[BICK87] Bickel, A. S.; Bickel, R. W.: Tree Structured Rules in Genetic Algorithms, in: [GREF87aJ, S. 77-81.


[BIEG90)

[BIER91)

[BIER92)

[BIER93a)

[BIER93b)

[BIER94)

[BIET78)

[BIET87)

[BIET90)

[BIET91)

[BISS93)

[BITZ81) [BLAN93)

[BLOE82)

[BONE91)

[BOOK87)

Biegel, J. E.j Davern, J. J.: Genetic Algorithms and Job Shop Scheduling, in: Computers & Industrial Engineering 19 (1990) 1-4, S. 81-91. Bierwirth, C.j Mattfeld, D. C.j Stoppler, S.: Pseudo-Parallelityand Distributed Programming under UNIX-System V, in: Grauer, M.j Pressmar, D. B. (Hrsg.): Proceedings of the Conference on Parallel Algorithms and Transputers for Optimization, Berlin: Springer 1991, S. 35-44. Bierwirth, C.: Optimierung der Ablaufplanung einer Flie6fertigung mit Parallelen Genetischen Algorithmen, Dissertation, Universitat Bremen 1992. Bierwirth, C.: A Generalized Permutation Approach to Jobshop Scheduling with Genetic Algorithms, eingereicht bei OR Spektrum, Sonderheft Local Search 1993. Bierwirth, C.j Kopfer, H.j Mattfeld, D.j Utecht, T.: Genetische Algorithmen und das Problem der Maschinenbelegung. Eine Ubersicht und ein neuer Ansatz, Fachbericht Nr. 3, Universitat Bremen, Fachbereich Wirtschaftswissenschaft, Lehrstuhl fiir Logistik 1993. Bierwirth, C.: Flowshop Scheduling mit Parallelen Genetischen AIgorithmen - eine problemorientierte Analyse genetischer Suchstrategien, DUV-Verlag (im Druck) 1994. Biethahn, J.: Optimierung und Simulation, Wiesbaden: Gabler 1978. Biethahn, J.: Simulation - eine Methode zur Findung betriebswirtschaftlicher Entscheidungen, in: Biethahn, J.j Schmidt, B. (Hrsg.): Simulation als betriebliche Entscheidungshilfe, Berlin: Springer 1987, S. 79-91. Biethahn, J.j Mucksch, H.j Ruf, W.: Ganzheitliches Informationsmanagement. Band I: Grundlagen, Miinchen: R. Oldenbourg 1990. Biethahn, J.j Hoppe, U. (Hrsg.): Entwicklung von Expertensystemen. Eine Einfiihrung, Wiesbaden: Gabler 1991. Bissantz, N.j Hagedorn, J.: Data Mining (Datenmustererkennung), in: Wirtschaftsinformatik 35 (1993) 5, S. 481-487. Bitz, M.: Entscheidungstheorie, Miinchen: Vahlen 1981. Blanton, J. L.j Wainwright, R. L.: Multiple Vehicle Routing with Time and Capacity Constraints Using Genetic Algorithms, in: [FORR93a), S. 452-459. Bloech, J.j Liicke, W.: Produktionswirtschaft, Stuttgart: Fischer 1982. Bonelli, P.j Parodi, A.: An Efficient Classifier System and its Experimental Comparison with Two Representative Learning Methods on Three Medical Domains, in: [BELE91), S. 288-295. Booker, L. B.: Improving Search in Genetic Algorithms, in: [DAVI87a), S. 61-73.


[BOOK89] Booker, L. B.: Triggered Rule Discovery in Classifier Systems, in: [SCHA89a], S. 265-274.

[BOOK91] Booker, L. B.: Representing Attribute-Based Concepts in a Classifier System, in: [RAWL91], S. 115-127.

[BOOK93] Booker, 1. B.: Recombination Distributions for Genetic Algorithms, in: [WHIT93], S. 29-44.

[BORK92] Borkowski, V.: Entwicklung eines Genetischen Algorithmus zur Fahrzeugeinsatzplanung im Werksverkehr, Diplomarbeit, Fernuniversitat Hagen, Fachbereich Wirtschaftswissenschaften 1992.

[BORK93] Borkowski, V.: Vergleich zwischen einem Expertensystem und alternativen Entscheidungsunterstiitzungs-Methoden in der Vertriebslogistik, Dissertation, Arbeitsberichte des Instituts fiir mathematische Maschinen und Datenverarbeitung (Informatik) der FriedrichAlexander-Universitat Erlangen-Niirnberg, Bd. 26, Nr. 6, Erlangen 1993.

[BORN78] Born, J.: Evolutionsstrategien zur numerischen Losung von Adaptationsaufgaben, Dissertation, Humboldt-Universitat, Berlin 1978.

[BORN83] Born, J.j Bellmann, K.: Numerical Adaptation of Parameters in Simulation Models Using Evolution Strategies, in: Bellmann, K. (Hrsg.): Molecular Genetic Information Systems. Modelling and Simulation, Berlin: Akademie-Verlag 1983, S. 291-320.

[BORN92] Born, J.j Voigt, H.-Mj Santibanez-Koref, I.: Alternative Evolution Strategies to Global Optimization, in: [MANN92], S. 187-195.

[BOX57] Box, G. E. P.: Evolutionary Operation: A Method for Increasing Industrial Productivity, in: Applied Statistics. A Journal of the Royal Statistical Society 6 (1957) 2, S. 81-101.

[BOX60] Box, G. E. P.: Some General Considerations in Process Optimization, in: Journal of Basic Engineering (1960), S. 113-119.

[BOX65] Box, M. J.: A New Method of Constrained Optimization and a Comparison with other Methods, in: Computer Journal 8 (1965), S.42-52.

[BOX66] Box, G. E. P.: A Simple System of Evolutionary Operation, in: Technometrics 8 (1966) 1, S. 19-26.

[BRAH92] Brahler, U.: Abstimmung von Montagelinien mit einem Genetischen Algorithmus, Diplomarbeit, Fernuniversitat Hagen, Fachbereich Wirtschaftswissenschaften 1992.

[BRAM91] Bramlette, M. F.: Initialization, Mutation and Selection Methods in Genetic Algorithms for Function Optimization, in: [BELE91], S. 100-107.

[BRAU90] Braun, H.: Massiv parallele Algorithmen fUr kombinatorische Optimierungsprobleme und ihre Implementierung auf einem Parallelrechner, Dissertation, Universitat Karlsruhe (TH), Karlsruhe 1990.

[BRAU91] Braun, H.: On Solving Travelling Salesman Problems by Genetic Algorithms, in: [SCHW91], S. 129-133.


[BRAU93aj Braun, H.; Weisbrod, J.: Evolving Neural Networks for Application Oriented Problems, in: [FOGE93aj, S. 62-71.

[BRAU93bj Braun, J.: Entwicklung eines Genetischen Algorithmus zur Losung eines zweistufigen Distributionsproblems, Diplomarbeit, Fernuniversitii.t Hagen, Fachbereich Wirtschaftswissenschaften 1993.

[BREM62j Bremermann, H. J.: Optimization through Evolution and Recombination, in: [YOVI62], S. 93-106.

[BREM68j Bremermann, H. J.: Numerical Optimization Procedures Derived from Biological Evolution Processes, in: Oestreicher, H. L.; Moore, D. R. (Hrsg.): Cybernetic Problems in Bionics, New York: Gordon & Breach 1968, S. 543-562.

[BREU89j Breuker, J.; Wielinga, B.: Models of Expertise in Knowledge Acquisition, in: Guida, G.; Tasso, C. (Hrsg.): Topics in Expert System Design, Amsterdam: Elsevier 1989.

[BRIN80j Brindle, A.: Genetic Algorithms for Function Optimization, Dissertation, University of Alberta, Edmonton 1980.

[BROW89j Brown, D. E.; Huntley, C. L.; Spillane, A. R.: A Parallel Genetic Heuristic for the Quadratic Assignment Problem, in: [SCHA89aj, S.406-415.

[BRUD92aj Bruderer, E.: How Organizational Learning Guides Environmental Selection, Working Paper University of Michigan, School of Business Administration, Ann Arbor 1992.

[BRUD92bj Bruderer, E.: Strategic Learning, Working Paper, University of Michigan, School of Business Administration, Ann Arbor 1992.

[BRUD93j Bruderer, E.: How Strategies are Learned, Dissertation, University of Michigan, Ann Arbor 1993.

[BRUN92j Bruns, R.: Incorporation of a Knowledge-Based Scheduling System into a Genetic Algorithm, Vortrag gehalten auf der GIJahrestagung, Karlsruhe 1992.

[BRUN93aj Brunner, J.: Interaktive Fuzzy Optimierung. Entwicklung eines Entscheidungsunterstiitzungssystems, Dissertation, Universitii.t Gottingen, Interdisziplinii.res Graduiertenkolleg "Handeln in komplexen okonomischen Situationen", Gottingen 1993.

[BRUN93bj Bruns, R.: Direct Chromosome Representation and Advanced Genetic Operators for Production Scheduling, in: [FORR93aj, S. 352-359.

[BURK83j Burkard, R. E.; Fincke, U.: The Asymptotic Probabilistic Behaviour of Quadratic Sum Assignment Problems, in: Zeitschrift fUr Operations Research 27 (1983), S. 73-8l.

[BURK85j Burkard, R. E.; Fincke, U.: Probabilistic Asymptotic Properties of Some Combinatorial Optimization Problems, in: Discrete Applied Mathematics 12 (1985), S. 21-29.


[BURK90] Burkard, R. E.: Locations with Spatial Interactions: The Quadratic Assignment Problem, in: Mirchandani, P. B.; Francis, R. L. (Hrsg.): Discrete Location Theory, New York: Wiley 1990, S. 387-437.

[BURK91] Burkard, R. E.; Karisch, S.; Rendl, F.: QAPLIB - A Quadratic Assignment Problem Library, in: European Journal of Operational Research 55 (1991), S. 115-119.

[BURK93] Burkard, R. E.; Karisch, S.; Rendl, F.: QAPLIB - A Quadratic Assignment Problem Library, Update von [BURK91] o. O. 1993.

[BUSC91] Busch, M.: Paretooptimale Strategien fiir ein PPS-System mittels Simulation, Diplomarbeit, Universitiit Dortmund, Fachbereich Informatik 1991.

[BYLA88] Bylander, T.; Chandrasekaran, B.: Generic Tasks for KnowledgeBased Reasoning: the "Right" Level of Abstraction for Knowledge Acquisition, in: Gaines, B. R.; Boose, J. H. (Hrsg.): Knowledge Acquisition for Knowledge-Based Systems, Vol. 1, London: Academic Press 1988.

[CALD91] Caldwell, C.; Johnston, V. S.: Tracking a Criminal Suspect Through "Face-Space" with a Genetic Algorithm, in: [BELE91], S. 416-42l.

[CALL87] Callebaut, W.; Pinxten, R.: Evolutionary Epistomology. A Multiparadigm Program, Dordrecht: D. Reidel 1987.

[CAME88] Camerer, C. F.; Weigelt, K.: Experimental Tests of a Sequential Equilibrium Reputation Model, in: Econometrica 56 (1988), S. 1-36.

[CARL84] Carlsson, C.: On the Relevance of Fuzzy Sets in Management Science Methodology, in: Zimmermann, H.-J.; Zadeh, L. A.; Gaines, B. R. (Hrsg.): Fuzzy Sets and Decision Analysis, Amsterdam: North-Holland 1984, S. 11-28.

[CARL92] Carley, K.; Kjaer-Hansen, J.; Newell, A.; Prietula, M.: PluralSOAR: A Prolegomenon to Artificial Agents and Organizational Behavior, in: [MASU92], S. 87-118.

[CARR88] Carroll, G. R.: Ecological Models of Organizations, Cambridge/MA: Ballinger 1988.

[CART91j Cartwright, H. M.; Mott, G. F.: Looking Around: Using Clues from Data Space to Guide Genetic Algorithm Searches, in: [BELE91], S. 108-114.

[CARU88] Caruana, R. A.; Schaffer, J. D.: Representation and Hidden Bias: Gray vs. Binary Coding for Genetic Algorithms, in: [LAIR88], S. 153-16l.

[CAUD92] Caudell, T. P.: Genetic Algorithms as a Tool for the Analysis of Adaptive Resonance Theory Network Training Sets, in: [WHIT92], S. 184-200.

[CAVI70] Cavicchio, D. J.: Adaptive Search Using Simulated Evolution, Dissertation, University of Michigan, Ann Arbor 1970.


[CEMB77] Cembrowicz, R. G.j Krauter, G. E.: Optimization of Urban and Regional Water Supply Systems, in: Proceedings of the Conference on Systems Approach for Development, Kairo 1977, S. 449-454.

[CHAL90] Chalmers, D. J.: The Evolution of Learning: An Experiment in Genetic Connectionism, in: Touretsky, D. S.j Elman, J. L.j Sejnowski, T. J.j Hinton, G. E. (Hrsg.): Proceedings of the 1990 Connectionist Models Summer School, San Mateo/CA: Morgan Kaufmann 1990, S.81-90.

[CHAN73] Changeux, J.-P.j Courrege, P.j Danchin, A.: A Theory of the Epigenesis of Neural Networks by Selective Stabilization of Synapses, in: Proceedings of the National Academy of Sciences USA 70 (1973) 10, S. 2974-2978.

[CHAN91] Chang, E. J.j Lippmann, R. P.: Using Genetic Algorithms to Improve Pattern Classification Performance, in: Lippmann, R. P.j Moody, J. E.j Touretsky, D. S. (Hrsg.): Advances in Neural Information Processing 3, San Mateo/CA: Morgan Kaufmann 1991, S.797-803.

[CHEN89] Chen, B.: Experimentelle Optimum -Suchstrategien auf der Basis der Computersimulation zur Unterstiitzung betriebswirtschaftlicher Entscheidungsfindung, Dissertation, Frankfurt/M.: Peter Lang 1989.

[CLAU93] Claus, T.: Genetische Simulation, Vortrag gehalten auf dem 4. Symposium "Simulation als betriebliche Entscheidungshilfe", Braunlage 1993.

[CLEV89] Cleveland, G. A.j Smith, S. F.: Using Genetic Algorithms to Schedule Flow Shop Releases, in: [SCHA89a], S. 160-169.

[CLIT89] Clitherow, P.j Fisher, G.: Knowledge Based Assistance of Genetic Search in Large Design Spaces, in: Ali, M. (Hrsg.): Proceedings of the Second International Conference on Industrial & Engineering Applications of Artificial Intelligence & Expert Systems lEAl AlE 89, New York: ACM 1989, S. 729-734.

[COBB93] Cob, H. G.j Grefenstette, J. J.: Genetic Algorithms for Tracking Changing Environments, in: [FORR93aJ, S. 523-530.

[COH087] Cohoon, J. P.j Hegde, S. U.j Martin, W. N.j Richards, D.: Punctuated Equilibria: A Parallel Genetic Algorithm, in [GREF87a], S. 148-154.

[COLL91] Collins, R. J.j Jefferson, D. R.: Selection in Massively Parallel Genetic Algorithms, in: [BELE91], S. 249-256.

[COL091a] Colorni, A.j Dorigo, M.j Maniezzo, V.: Genetic Algorithms and Highly Constrained Problems: The Time-Table Case, in: [SCHW91], S. 55-59.

[COL091b] Colorni, A.j Dorigo, M.j Maniezzo, V: Gli algoritmi genetici e il problema dell'orario, in: Ricerca Operativa 60 (1991), S. 5-31.

450

[COL092a)

[COL092b)

[COL092c)

[CONR74)

[CONR83) [COOM87)

[COX91)

[CRAM85)

[CSAN82)

[CSAN89)

[DARW60)

[DAS91)

[DASG92)

[DASG93)

[DAVI85a)

[DAVI85b)

LITERATURVERZEICHNIS

Colorni, A.; Dorigo, M.; Maniezzo, V.: Genetic Algorithms: A New Approach to the Timetable Problem, in: Akgiil, M.; Hamacher, H. W.; Tiifekci, S. (Hrsg.): Combinatorial Optimization. New Frontiers in Theory and Practice, Berlin: Springer 1992, S. 235-239. Colorni, A.; Dorigo, M.; Maniezzo, V.: ALGODESK: An Experimental Comparison of Eight Evolutionary Heuristics Applied to the QAP Problem, Rapporto Interno 92-052, Politecnico di Milano, Dipartimento di Elettronica 1992. Colorni, A.; Dorigo, M.; Maniezzo, V.: An Investigation of Some Properties of an "Ant Algorithm", in: [MANN92), S. 509-520. Conrad, M.: Evolutionary Learning Circuits, in: Journal of Theoretical Biology 46 (1974), S. 167-188. Conrad, M.: Adaptability, New York: Plenum Press 1983. Coombs, S.; Davis, L.: Genetic Algorithms and Communication Link Speed Design: Constraints and Operators, in: [GREF87a), S. 257-260. Cox Jr., L. A.; Davis, L.; Qiu, Y.: Dynamic Anticipatory Routing in Circuit-Switched Telecommunications Networks., in: [DAVI91b), S. 124-143. Cramer, N. L.: A Representation for the Adaptive Generation of Simple Sequential Programs, in [GREF85a), S. 183-187. Csanyi, V.: General Theory of Evolution, Budapest: Akademiai Kiad61982. Csanyi, V.: Evolutionary Systems and Society. A General Theory of Life, Mind, and Culture, Durham: Duke University Press 1989. Darwin, C.: On the Origin of Species by Means of Natural Selection, or the Preservation of Favoured Races in the Struggle for Life, 5th Thousand, London: John Murray 1860. Das, R.; Whitley, D.: The Only Challenging Problems Are Deceptive: Global Search by Solving Order-1 Hyperplanes, in: [BELE91), S. 166-173. Dasgupta, D.; McGregor, D. R.: Nonstationary Function Optimization Using the Structured Genetic Algorithm, in: [MANN92), S. 145-154. Dasgupta, D.: Unit Commitment in Thermal Power Generation Using Genetic Algorithms, in: Chung, P. W. H.; Lovegrove, G; Ali, M. (Hrsg.): Industrial and Engineering Applications of Artificial Intelligence and Expert Systems. Proceedings of the Sixth International Conference, Gordon and Breach Science Publishers 1993. Davis, L.: Job Shop Scheduling with Genetic Algorithms, in: [GREF85a), S. 136-140. Davis, L.: Applying Adaptive Algorithms to Epistatic Domains, in: Proceedings of the Ninth International Joint Conference on Artificial Intelligence, Vol. 1, Los Altos 1985, S. 162-164.


[DAVI87a]

[DAVI87b]

[DAVI87c]

[DAVI89a]

[DAVI89b]

[DAVI89c]

[DAVI89d]

[DAVI90a]

[DAVI90b]

[DAVI91a]

[DAVI91b]

[DAVI91c] [DAVI91d]

[DAVI92]

[DAVI93a]

[DAVI93b]

[DAWK90]

[DEB89]

Davis, L. (Hrsg.): Genetic Algorithms and Simulated Annealing, Los Altos/CA: Morgan Kaufmann 1987. Davis, L.j Coombs, S.: Genetic Algorithms and Communication Link Speed Design: Theoretical Considerations, in: [GREF87a], S.252-256. Davis, L.j Steenstrup, M.: Genetic Algorithms and Simulated Annealing: An Overview, in: [DAVI87a], S. I-II. Davis, L.j Coombs, S.: Optimizing Network Link Sizes with Genetic Algorithms, in: [ELZA89], S. 317-331. Davis, L.: Adapting Operator Probabilities in Genetic Algorithms, in: [SCHA89a], S. 61-69. Davis, L.: Mapping Neural Networks into Classifier Systems, in: [SCHA89a], S. 375-378. Davis, L.: Mapping Classifier Systems into Neural Networks, in: Touretsky, D. S. (Hrsg.): Advances in Neural Information Processing 1, San Mateo/CA: Morgan Kaufmann 1989, S. 49-56. Davidor, Y.: Epistasis Variance: Suitability of a Representation to Genetic Algorithms, in: Complex Systems 4 (1990), S. 369-383. Davis, L.: Applying Adaptive Algorithms to Epistatic Domains, in: Mirchandani, P. B. j Francis, R. L. (Hrsg.): Proceedings of the Ninth International Joint Conference on Artificial, Vol. 1, Intelligence, New York.: John Wiley & Sons 1990, S. 162-164. Davidor, Y.: Epistasis Variance: A Viewpoint on GA-Hardness, in: [RAWL91], S. 23-35. Davis, L. (Hrsg.): Handbook of Genetic Algorithms, New York: Van Nostrand Reinhold 1991. Davis, L.: A Genetic Algorithms Tutorial, in: [DAVI91b], S. 1-101. Davis, T. E.j Principe, J. C.: A Simulated Annealing Like Convergence Theory for the Simple Genetic Algorithm, in: [BELE91], S. 174-181.

Davidor, y.j Ben-Kiki, 0.: The Interplay among the Genetic Algorithm Operators: Information Theory Tools Used in a Holistic Way, in: [MANN92], S. 75-84.

Davidor, Y.j Yamada, T.j Nakano, R.: The ECOlogical Framework II: Improving GA Performance at Virtually Zero Cost, in: [FORR93a], S. 171-176. Davis, L.j Orvosh, D.j Cox, A.j Qiu, Y.: A Genetic Algorithm for Survivable Network Design, in: [FORR93a], S. 408-415.

Dawkins, R.: Der blinde Uhrmacher, Miinchen: dtv 1990. Deb, K.j Goldberg, D. E.: An Investigation of Niche and Species Formation in Genetic Function Optimization, in: [SCHA89a], S. 42-50.


[DEB91] Deb, K.: Binary and Floating-Point Optimization Using Messy Genetic Algorithms, Dissertation, TCGA Report 91004, University of Alabama, The Clearinghouse for Genetic Algorithms, Tuscaloosa 1991.

[DEMM92] Demmel, A.: Entwurf und Realisierung eines Genetischen Algarithmus zur Standortplanung im Distributionsbereich, Diplomarbeit, Fernuniversitiit Hagen, Fachbereich Wirtschaftswissenschaften 1992.

[DENT92] Dente, J.; Vilela-Mendes, R.: Learning from Examples and Generalization, in: Complex Systems 6 (1992), S. 301-314.

[DEPP92] Depping, J.: Kombinierte Touren- und Standortplanung bei der Hausmiillentsorgung mit einem evolutionsstrategischen Ansatz, Diplomarbeit, Universitiit Dortmund, Fachbereich Informatik 1992.

[DIET84] Dietterich, T. G.; Michalski, R. S.: A Comparative Review of Selected Methods for Learning from Examples, in: [MICH84], S. 41-81.

[DIET89] Dietterich, T. G.: Limitations on Inductive Learning, in: Proceedings of the Sixth International Conference on Machine Learning, Ithaca/NY: Morgan Kaufmann 1989, S. 124-128.

[DOMS85] Domschke, W.; Drexl, A.: Logistik: Standorte, 2. Aufl., Miinchen: Oldenbourg 1985.

[DORI91] Dorigo, M; Sirtori, E.: Alecsys: A Parallel Laboratory for Learning Classifier Systems, in: [BELE91], S. 296-302.

[DORI93] Dorigo, M.: Genetic and Non-Genetic Operators in ALECSYS, in: Evolutionary Computation 1 (1993) 2, S. 151-164.

[DORN92] Dorndorf, U.; Pesch, E.: Evolution Based Learning in a Job Shop Scheduling Environment, Research Memorandum 92-019, Universitiit Limburg 1992.

[DORN93a] Dorndorf, U.; Pesch, E.: Genetic Algorithms for Job Shop Scheduling, in: [HANS93], S. 243-250.

[DORN93b] Dorndorf, U.; Pesch, E.: Combining Genetic and Local Search for Solving the Job Shop Problem, Preprints of the APMOD93 Conference Budapest 1993, S. 142-149.

[DOSI93] Dosi, G; Marengo, L.; Bassanini, A.; Valente, M.: Microbehaviours and Dynamical Systems: Economic Routines as Emergent Properties of Adaptive Learning, Research Paper Rom 1993, erscheint in: Antonelli, C.; David, P. A. (Hrsg.): Path-Dependent Economics, Kluwer Academic Publishers (im Druck).

[DUEC90] Dueck; G.; Scheuer, T.: Threshold Accepting: A General Purpose Optimization Algorithm Appearing Superior to Simulated Annealing, in: Journal of Computational Physics 90 (1990), S. 161-175.

[DUEC93] Dueck, G.; Scheuer, T.; Wallmeier, H.-M.: Toleranzschwelle und Sintflut: neue Ideen zur Optimierung, in: Spektrum der Wissenschaft (1993) 3, S. 42-51.


[DUNC93)

[EAST93)

[EBEL82)

[EBEL90a)

[EBEL90b)

[EBEL92)

[EBER92)

[EDEL87) [EHRI91)

[EIBE91)

[EIGE92)

[ELlT93)

[ELSH77)

[ELZA89)

[ESHE89)

[ESHE91)

[ESHE93a)

[ESHE93b)

[FAHL90)

Duncan, B. S.: Parallel Evolutionary Programming, in: [FOGE93a), S.202-208. Easton, F. F.; Mansour, N.: A Distributed Genetic Algorithm for Employee Staffing and Scheduling Problems, in [FORR93a), S. 360-367. Ebeling, W.; Feistel, R.: Physik der Selbstorganisation und Evolution, Berlin: Akademie-Verlag 1982. Ebeling, W.; Engel, A.; Feistel, R.: Physik der Evolutionsprozesse, Berlin: Akademie-Verlag 1990. Ebeling, W.: Applications of Evolutionary Strategies, in: System Analysis Modeling Simulation 7 (1990) 1, S. 3-16. Ebeling, W.: Elements of a Synergetics of Evolutionary Processes, in: [FRIE92)' S. 42-64. Eberhart, R. C.: The Role of Genetic Algorithms in Neural Network Query-Based Learning and Explanation Facilities, in: [WHIT92), S. 169-183. Edelman, G. M.: Neural Darwinism, New York: Basic Books 1987. Ehrig, H.; Kreowski, H.-J.; Rozenberg, G. (Hrsg.): Graph Grammars and their Application to Computer Science, Lecture Notes on Computer Science 532, Berlin: Springer 1991. Eiben, A. E.; Aarts, E. H. L.; Van Lee, K. M.: Global Convergence of Genetic Algorithms: a Markov Chain Analysis, in: [SCHW91), S.4-12. Eigen, M.: Stufen zum Leben, Neuausgabe 1992, 2. AuH., Miinchen: Piper 1992. ELITE-Foundation (Hrsg.): EUFIT'93, First European Congress on Fuzzy and Intelligent Technologies, Vol. 2, Aachen: Verlag der Augustinus Buchhandlung 1993. Elshafei, A. N.: Hospital Layout as a Quadratic Assignment Problem, in: Operational Research Quarterly 28 (1977) 1 ii, S. 167-179. Elzas, M. S.; Oren, T. I.; Zeigler, B. P. (Hrsg.): Modelling and Simulation Methodology, Amsterdam: North-Holland 1989. Eshelman, L. J.; Caruana, R. A.; Schaffer, J. D: Biases in the Crossover Landscape, in: [SCHA89a), S. 10-19. Eshelman, L. J.: The CHC Adaptive Search Algorithm: How to Have Safe Search when Engaging in Nontraditional Genetic Recombination, in: [RAWL91), S. 265-283. Eshelman, L. J.; Schaffer, J. D.: Crossover's Niche, in: [FORR93a), S.9-14. Eshelman, L. J.; Schaffer, J. D.: Real-Coded Genetic Algorithms and Interval-Schemata, in: [WHIT93), S. 187-202. Fahlman, S. E.; Lebiere, C.: The Cascade-Correlation Learning Architecture, Technical Report CMU-CS-90-100, Carnegie Mellon University, Pittsburgh 1990.


[FALK80] von Falkenhausen, K.: Optimierung regionaler Entsorgungssysteme mit der Evolutionsstrategie, in: Schwarze, J.; von Dobschiitz, L.; Fleischmann, B.; SchneeweiB, Ch.; Steckhan. H. (Hrsg.): Proceedings in Operations Research 9, Wiirzburg: Physica 1980, S. 46-51.

[FALK91a] Falkenauer, E.; Bouffouix, S.: A Genetic Algorithm for Job Shop, in: Proceedings of the 1991 IEEE International Conference on Robotics and Automation, Sacramento/CA 1991, S. 824-829.

[FALK91b] Falkenauer, E.: A Genetic Algorithm for Grouping, in: Proceedings of the Fifth International Symposium on Applied Stochastic Models and Data Analysis, Granada: World Scientific Publishing 1991, S. 198-206.

[FALK92] Falkenauer, E.; Delchambre, A.: A Genetic Algorithm for Bin Packing and Line Balancing, in: Proceedings of the 1992 IEEE International Conference on Robotics and Automation, Nice 1992, S. 1186-1192.

[FAND92] Fandel, G.; Gulledge, T.; Jones, A. (Hrsg.): New Directions for Operations Research in Manufacturing. Proceedings of a Joint US/German Conference 1991, Berlin: Springer 1992.

[FAND93] Fandel, G.; Gulledge, T.; Jones, A. (Hrsg.): Operations Research in Production Planning and Control. Proceedings of a Joint German/US Conference 1992, Berlin: Springer 1993.

[FANG93] Fang, H.-L.; Ross, P; Corne, D.: A Promising Genetic Algorithm Approach to Job-Shop Scheduling, Rescheduling, and Open-Shop Scheduling Problems, in: [FORR93a], S. 375-382.

[FELD93] Feldman, D. S.: Fuzzy Network Synthesis with Genetic Algorithms, in: [FORR93a], S. 312-317.

[FILI92] Filipic, B.: Enhancing Genetic Search to Schedule a Production Unit, in: Neumann, B. (Hrsg.): ECAI92. Proceedings of the 10th European Conference on Artificial Intelligence, Chichester: John Wiley & Sons 1992, S. 603-607.

[FISC88] Fischer, J.: Some Remarks on Optimizing Simulated Systems, in: Sydow, A.; Tzafestas, S. G.; Vichnevetsky, R. (Hrsg.): Systems Analysis and Simulation I. Theory and Foundations, New York: Springer 1988.

[FOGA89] Fogarty, T. C.: Varying the Probability of Mutation in the Genetic Algorithm, in: [SCHA89a], S. 104-109.

[FOGA90] Fogarty, T. C.; Gammack, J. G.; Battle, S. A.; Miles, R. G.: Intelligent Decision Support Using On-Line Databases, in: Proceedings of the Unicorn Seminar on Commercial Parallel Processing, London 1990, S. 193-199.

[FOGA91a] Fogarty, T. C.: Credit Scoring and Control Applications of the Genetic Algorithm, in: Parallel Problem Solving form Nature - Applications in Statistics and Economics, PASE Workshop Proceedings Ziirich 1991, S. 147-148.


[FOGA91b] Fogarty, T.; Huang, R.: Implementing the Genetic Algorithm on Transputer Based Parallel Processing Systems, in: [SCHW91], S. 145-149.

[FOGA92] Fogarty, T. C.: Developing Rule-Based Systems for Credit Card Applications from Data with the Genetic Algorithm, in: IMA Journal of Mathematics Applied in Business and Industry o. Jg. (1992) 4, S. 53-59.

[FOGE66] Fogel, L. J.; Owens, A. J.; Walsh, M. J.: Artificial Intelligence through Simulated Evolution, New York: John Wiley & Sons 1966.

[FOGE88] Fogel, D. B.: An Evolutionary Approach to the Traveling Salesman Problem, in: Biological Cybernetics 60 (1988), S. 139-144.

[FOGE90a] Fogel, D. B.: A Parallel Processing Approach to a Multiple Traveling Salesman Problem Using Evolutionary Programming, in: Proceedings of the Fourth Annual Symposium on Parallel Processing, Fullerton/CA, S. 318-326.

[FOGE90b] Fogel, D. B.; Atmar, J. W.: Comparing Genetic Operators with Gaussian Mutations in Simulated Evolutionary Processes Using Linear Systems, in: Biological Cybernetics 63 (1990), S. 111-114.

[FOGE92a] Fogel, D. B.: Evolving Artificial Intelligence, Dissertation, University of California, San Diego 1992.

[FOGE92b] Fogel, D. B.; Atmar, W. (Hrsg.): Proceedings of the First Annual Conference on Evolutionary Programming, San Diego/CA: Evolutionary Programming Society 1992.

[FOGE92c] Fogel, D. B.; Fogel, L. J.; Atmar, W.; Fogel, G. B.: Hierarchic Methods of Evolutionary Programming, in: [FOGE92b], S. 175-182.

[FOGE93a] Fogel, D. B.; Atmar, W. (Hrsg.): Proceedings of the Second Annual Conference on Evolutionary Programming, San Diego/CA: Evolutionary Programming Society 1993.

[FOGE93b] Fogel, D. B.: On the Philosophical Differences between Evolutionary Algorithms and Genetic Algorithms, in: [FOGE93a], S. 23-29.

[FOGE93c] Fogel, D. B.; Simpson, P. K.: Experiments with Evolving Fuzzy Clusters, in: [FOGE93a], S. 90-97.

[FOGE93d] Fogel, D. B.: Evolving Behaviors in the Iterated Prisoner's Dilemma, in: Evolutionary Computation 1 (1993) 1, S. 77-97.

[FONS93] Fonseca, C. M.; Fleming, P. J.: Genetic Algorithms for Multiobjective Optimization: Formulation, Discussion and Generalization, in: [FORR93a], S. 416-423.

[FORR90a] Forrest, S.: Emergent Computation: Self-Organizing, Collective, and Cooperative Phenomena in Natural and Artificial Computing Networks, in: Physica D 42 (1990), S. I-II.

(FORR90b] Forrest, S.; Miller, J. H.: Emergent Behavior in Classifier Systems, in: Physica D 42 (1990), S. 213-227.

456

[FORR91)

[FORR92)

[FORR93a)

[FORR93b)

[FORS84a)

[FORS84b)

[FORS86)

[FORS89a)

[FORS89b) [FOX87)

[FOX91)

[FREN85)

[FRIE58)

[FRIE59)

[FRIE92)

[FUCH83)

[FUJI87)

[FULK93)


Forrest, S.; Mayer-Kress, G.: Genetic Algorithms, Nonlinear Dynamical Systems and Models of International Security, in: [DAVI91b), S. 166-185. Forrest, S.; Mitchell, M.: Towards a Stronger Building-Blocks Hypothesis: Effects of Relative Building-Block Fitness on GA Performance, Working Paper 92-06-029, Santa Fe Institute, Santa Fe 1992. Forrest, S. (Hrsg.): Proceedings of the Fifth International Conference on Genetic Algorithms, San Mateo/CA: Morgan Kaufmann 1993. Forrest, S.; Mitchell, M.: Relative Building-Block Fitness and the Building-Block Hypothesis, in: [WHIT93), S. 109-126. Forsyth, R. (Hrsg.) : Expert Systems. Principles and Case Studies, London: Chapman and Hall 1984. Forsyth, R.: Machine Learning Strategies, in: [FORS84a], S. 153-167. Forsyth, R.; Rada, R.: Machine Learning: Applications in Expert Systems and Information Retrieval, Chichester: Ellis Horwood 1986. Forsyth, R. (Hrsg.): Machine Learning. Principles and Techniques, London: Chapman and Hall 1989. Forsyth, R.: The Evolution of Intelligence, in: [FORS89a), S. 65-82. Fox, M.: Constraint-Directed Search: A Case Study of Job-Shop Scheduling, London: Pitman 1987. Fox, B. R.; McMahon, M. B.: Genetic Operators for Sequencing Problems, in: [RAWL91), S. 284-300. Frenk, J. C. B.; van Houweninge, M.; Rinnooy Kan, A. H. G.: Asymptotic Properties of Assignment Problems, in: Mathematics of Operations Research 10 (1985), S. 100-116. Friedberg, R. M.: A Learning Machine: Part I, in: IBM Journal of Research and Development 2 (1958), S. 2-13. Friedberg, R. M.; Dunham, B.; North, J. H.: A Learning Machine: Part II, in: IBM Journal of Research and Development 3 (1959), S. 282-287. Friedrich, R.; Wunderlin, A. (Hrsg.): Evolution of Dynamical Structures in Complex Systems, Berlin: Springer 1992. Fuchs, F.; Maier, H. A.: Optimierung des Lastflusses in elektrischen Energieversorgungsnetzen mittels Zufallszahlen, in: Archiv fUr Elektrotechnik, 66 (1983) 2, S. 75-83 (Teil 1), S. 85-94 (Teil 2). Fujiki, C.; Dickinson, J.: Using the Genetic Algorithm to Generate LISP Source Code to Solve the Prisoner's Dilemma, in: [GREF87a), S.236-245. Fulkerson, W.: personliche Kommunikation 1993.


[FURU93] Furuhashi, T.; Naboka, K.; Morikawa, K.; Uchikawa, Y: Controlling Excessive Fuzziness in a Fuzzy Classifier System, in: [FORR93a], S. 635.

[GABB91] Gabbert, P. S.; Brown, D. E.; Huntley, C. L.; Markovicz, B. P.; Sappington, D. E.: A System for Learning Routes and Schedules with Genetic Algorithms, in: [BELE91]' S. 430-436.

[GAL81] Gal, T.; Gehring, H.: Betriebswirtschaftliche Planungs- und Entscheidungstechniken, Berlin: W. de Gruyter, 198!.

[GALA89] Galar, R.: Evolutionary Search with Soft Selection, in: Biological Cybernetics 60 (1989), S. 357-364.

[GALA91] Galar, R.: Simulation of Local Evolutionary Dynamics of Small Populations, in: Biological Cybernetics 65 (1991), S. 37-45.

[GAMM91] Gammack, J. G.; Fogarty, T. C.; Battle, S. A.; Miles, R. G.: Management Decision Support from Large Databases: the IDIOMS Project, in: Proceedings of the AMSE International Conference on Signals and Systems, Vol. 1, Warschau 1991, S. 213-219.

[GARE79] Garey, M. R.j Johnson, D. S.: Computers and Intractability: a Guide to the Theory of NP-Completeness, San Francisco: Freeman 1979.

[GARI91] de Garis, H.: Genetic Programming: Building Artificial Nervous Systems with Genetically Programmed Neural Network Modules, in: [SOUC91], S. 207-234.

[GARI92a] de Garis, H.: Artificial Embryology: The Genetic Programming of an Artificial Embryo, in: [SOUC92], S. 373-393.

[GARI92b] de Garis, H.j Iba, H.j Furuya, T.: Differentiable Chromosomes. The Genetic Programming of Switchable Shape-Genes, in: [MANN92], S.489-498.

[GERR93] Gerrets, M.j Walker, R.; Haasdijk, E.: personliche Kommunikation 1993.

[GEUR93] Geurts, M.: Job Shop Scheduling, personliche Kommunikation 1993.

[GILL85] Gillies, A. M.: Machine Learning Procedures for Generation Image Domain Feature Detectors, Dissertation, University of Michigan, Ann Arbor 1985.

[GLOV77] Glover, F.: Heuristics for Integer Programming Using Surrogate Constraints, in: Decision Sciences 8 (1977) 1, S. 156-166.

[GLOV89] Glover, F.: Tabu Search - Part I, in: ORSA Journal on Computing 1 (1989) 3, S. 190-206.

[GLOV90] Glover, F.: Tabu Search - Part II, in: ORSA Journal on Computing 2 (1990) 1, S. 4-32.

[GOLD85] Goldberg, D. E.; Lingle Jr., R.: Alleles, Loci, and the Traveling Salesman Problem, in: [GREF85a], S. 154-159.


[GOLD87aj Goldberg, D. E.; Smith, R. E.: Nonstationary Function Optimization Using Genetic Algorithms with Dominance and Diploidy, in: [GREF87aj, S. 59-68.

[GOLD87bj Goldberg, D. E.; Richardson, J.: Genetic Algorithms with Sharing for Multimodal Function Optimiziation, in: [GREF87a], S. 41-49.

[GOLD87cj Goldberg, D. E.; Segrest, P.: Finite Markov Chain Analysis of Genetic Algorithms, in: [GREF87aj, S. 1-8.

[GOLD88j Goldberg, D. E.; Rudnick, M.: Genetic Algorithms and the Variance of Fitness, in: Complex Systems 2 (1988), S. 265-278.

[GOLD89aj Goldberg, D. E.: Genetic Algorithms in Search, Optimization, and Machine Learning, Reading/MA: Addison-Wesley 1989.

[GOLD89bj Goldberg, D. E.: Sizing Populations for Serial and Parallel Genetic Algorithms, in: [SCHA89a], S. 70-79.

[GOLD89cj Goldberg, D. E.; Korb, B.; Deb, K: Messy Genetic Algorithms: Motivation, Analysis, and First Results, TCGA Report 89003, University of Alabama, The Clearinghouse for Genetic Algorithms, Tuscaloosa 1989.

[GOLD89dj Goldberg, D. E.: Genetic Algorithms and Walsh Functions: Part I, A Gentle Introduction, in: Complex Systems 3 (1989), S. 129-152.

[GOLD8gej Goldberg, D. E.: Genetic Algorithms and Walsh Functions: Part II, Deception and its Analysis, in: Complex Systems 3 (1989), S. 153-17l.

[GOLD89fj Goldberg, D. E.: Zen and the Art of Genetic Algorithms, in [SCHA89aj, S. 80-85.

[GOLD90j Goldberg, D. E.; Deb, K: A Comparative Analysis of Selection Schemes Used in Genetic Algorithms, TCGA Reprot 90007, University of Alabama, The Clearinghouse for Genetic Algorithms, Tuscaloosa 1990.

[GOLD91aj Goldberg, D. E.: The Theory of Virtual Alphabets, in: [SCHW91j, S. 13-22.

[GOLD91bj Goldberg, D. E.; Deb, K; Korb, B.: Don't Worry, Be Messy, in [SCHW91], S. 24-30.

[GOLD92aj Goldberg, D. E.; Deb, K; Clark, J. H.: Genetic Algorithms, Noise, and the Sizing of Populations, in: Complex Systems 6 (1992), S. 333-362.

[GOLD92bj Goldberg, D. E.; Deb, K; Horn, J.: Massive Multimodality, Deception, and Genetic Algorithms, in: [MANN92j, S. 37-46.

[GOLD93a] Goldberg, D. E.; Deb, K; Kargupta, H.; Harik, G.: Rapid, Accurate Optimization of Difficult Problems Using Fast Messy Genetic Algorithms, in: [FORR93aj, S. 56-64.

[GOLD93bj Goldberg, D. E.; Deb, K; Clark, J. H.: Accounting for Noise in the Sizing of Populations, in: [WHIT93], S. 127-140.

[GORD93] Gordon, V. S.; Whitley, D.: Serial and Parallel Genetic Algorithms as Function Optimizers, in: [FORR93aj, S. 177-183.


[GORG89]

[GORG91a]

[GORG91b]

[GOTT89] [GRAS90]

[GRAS93]

[GREE87]

[GREF85a]

[GREF85b]

[GREF86]

[GREF87a]

[GREF87b]

[GREF89a]

[GREF89b]

[GREF91a]

[GREF91b]

[GREF93]

[GROS85]

[GRUA92]

Gorges-Schleuter, M.: ASPARAGOS An Asynchronous Parallel Genetic Optimization Strategy, in: [SCHA89a], S. 422-427. Gorges-Schleuter, M.: Explicit Parallelism of Genetic Algorithms through Population Structures, in: [SCHW91], S. 150-159. Gorges-Schleuter, M.: Genetic Algorithms and Population Structures. A Massively Parallel Algorithm, Dissertation, Universitiit Dortmund, Fachbereich Informatik, Dortmund 1991. Gottschalk, W.: Allgemeine Genetik, Stuttgart: Thieme 1989. Grassmann, P.: Bionik: Grenzen und Perspektiven, in: Naturwissenschaften 77 (1990), S. 305-309. Graszynski, R.: Betriebswirtschaftliche Anwendungen Neuronaler Netze, Diplomarbeit, Universitiit Frankfurt/M., Fachbereich Wirtschaftswissenschaften, Frankfurt/M. 1993. Greene, D. P.; Smith, S. F.: A Genetic System for Learning Models of Consumer Choice, in: [GREF87a], S. 217-223. Grefenstette, J. J. (Hrsg.): Proceedings of an International Conference on Genetic Algorithms and Their Applications, Hillsdale/NJ: Lawrence Erlbaum 1985. Grefenstette, J. J.; Fitzpatrick, J. M.: Genetic Search with Approximate Function Evaluations, in: [GREF85a], S. 112-120. Grefenstette, J. J.: Optimization of Control Parameters for Genetic Algorithms, in: IEEE Transactions on Systems, Man, and Cybernetics SMC-16 (1986) 1, S. 122-128. Grefenstette, J. J. (Hrsg.): Genetic Algorithms and their Applications. Proceedings of the Second International Conference on Genetic Algorithms, Hillsdale/NJ, : Lawrence Erlbaum 1987. Grefenstette, J. J.: Incorporating Problem Specific Knowledge into Genetic Algorithms, in: [DAVI87], S. 42-59. Grefenstette, J. J.; Baker, J. E.: How Genetic Algorithms Work: A Critical Look at Implicit Parallelism, in: [SCHA89a], S. 20-27. Grefenstette, J. J.: A System for Learning Control Strategies with Genetic Algorithms, in: [SCHA89a], S. 183-190. Grefenstette, J. J.: Lamarckian Learning in Multi-Agent Environments, in: [BELE91], S. 303-310. Grefenstette, J. J.: Strategy Acquisition with Genetic Algorithms, in: [DAVI91b], S. 186-201. Grefenstette, J. J.: Deception Consideted Harmful, in: [WHIT93], S.75-91. Grosso, P. B.: Computer Simulation of Genetic Adaptation: Parallel Subcomponent Interaction in a Multilocus Model, Dissertation, University of Michigan, Ann Arbor 1985. Gruau, F.: Genetic Synthesis of Boolean Networks with a Cell Rewriting Developmental Process, in: [WHIT92], S. 55-74.


[GRUA93] Gruau, F.: Genetic Synthesis of Modular Neural Networks, in: [FORR93a], S. 318-325.

[GU092] Guo, Z.: Using Genetic Algorithms to Select Inputs for Neural Networks, in: [WHIT92], S. 223-234.

[GUPT92] Gupta, Y. P.; Sundaram, C.; Gupta, M. C.; Kumar, A.: Minimizing Total Intercell and Intracell Moves in Cellular Manufacturing: a Genetic Algorithm Approach., in: Proceedings of the Annual Meeting of the Decision Science Institute, San Francisco 1992, S. 1523-1525.

[GUVE93] Giivenir, H. A.; Sirin, I.: A Genetic Algorithm for Classification by Feature Partitioning, in: [FORR93a], S. 543-548.

[HADJ92] Hadj-Alouane, A. B.; Bean, J. C.: A Genetic Algorithm for the Multiple-Choice Integer Program, Technical Report 92-50, University of Michigan, Department of Industrial and Operations Engineering, Ann Arbor 1992.

[HAEF92] Haefner, K (Hrsg.): Evolution of Information Processing Systems, Berlin: Springer 1992.

[HAFF93] Haffner, S. B.; Sebald, A. V.: Computer-Aided Design of Fuzzy HVAC Controllers Using Evolutionary Programming, in: [FOGE93a], S. 98-107.

[HAKE83] Haken, H.: Advanced Synergetics. Instability Hierarchies of SelfOrganizing Systems and Devices, Berlin: Springer 1983.

[HAMP81] Hampel, C.: Ein Vergleich von Optimierungsverfahren fiir die zeitdisk rete Simulation, Dissertation, Technische Universitii.t Berlin 1981.

[HANC92a] Hancock, P. J. B.: Genetic Algorithms and Permutation Problems: a Comparison of Recombination Operators for Neural Net Structure Specification, in: [WHlT92], S. 108-122.

[HANC92b] Hancock, P. J. B.: Recombination Operators for the Design of Neural Nets by Genetic Algorithm, in: [MANN92], S. 441-450.

[HANN89] Hannan, M. T.; Freeman, J.: Organizational Ecology, Cambridge/MA: Harvard University Press 1989.

[HANS93] Hansmann, K-W.; Bachem, A.; Jarke, M.; Katzenberger, W. E.; Marusev, A. (Hrsg.): Operations Research Proceedings. Papers of the 21st Annual Meeting of DGOR in Cooperation with OGOR 1992, Berlin: Springer 1993.

[HARP89] Harp, S. A.; Samad, T.; Guha, A.: Towards the Genetic Synthesis of Neural Networks, in: [SCHA89a], S. 360-369.

[HARP91] Harp, S. A.; Samad, T.: Genetic Synthesis of Neural Network Architecture, in: [DAVI91b], S. 202-221.

[HART90] Hartl, R. F.: A Global Convergence Proof for a Class of Genetic Algorithms, Arbeitspapier, Technische Universitii.t Wien 1990.

[HART91] Hart, W. E.; Belew, R. K: Optimizing an Arbitrary Function Is Hard for the Genetic Algorithm, in: [BELE91]' S. 190-195.


[HARV92)

[HARV93)

[HASE82) [HAUS82) [HEIN85a)

[HEIN85b)

[HELB93)

[HENS86)

[HERA92a)

[HERA92b)

[HERA92c)

[HERD91)

[HERD92)

[HEUS70)

[HILL87)

[HILL89a)

[HILL89b)

Harvey, I.: The SAGA Cross: The Mechanics of Recombination for Species with Variable-Length Genotypes, in: [MANN92), S. 269-278. Harvey, I.: The Puzzle of the Persistent Question Marks: A Case Study of Genetic Drift, in: [FORR93a), S. 15-22. Hasenfuss, I.: Die Selektionstheorie, in: [SIEW82a), S. 307-318. Haustein, E.: Populationsgenetik, in: [SIEW82a), S. 337-349. Heinen, E. (Hrsg.): Industriebetriebslehre. Entscheidungen im Industriebetrieb, 8. Aufl. , Wiesbaden: Gabler 1985. Heinen, E.: Industriebetriebslehre als Entscheidungslehre, in: [HEIN85a), S. 5-7l. Helber, S.: Losung dynamischer mehrstufiger MehrproduktLosgroBenprobleme unter Kapazitatsrestriktionen durch lokale Suchverfahren, in: [HANS93) , S. 133. Hense, A. V.: Adaptionsstrategien zur Losung schwieriger Optimierungsaufgaben, Diplomarbeit, Universitat Dortmund, Fachbereich Informatik, Dortmund 1986. Heragu, S. S.: Special Isssue on Facility Layout, European Journal of Operational Research 57 (1992) 2. Heragu, S. S.: Recent Models and Techniques for Solving the Layout Problem, in: [HERA92a), S. 136-144. Heragu, S. S.; Alfa, A. S.: Experimental Analysis of Simulated Annealing Based Algorithms for the Layout Problem, in: [HERA92a), S. 190-202. Herdy, M.: Application of the Evolutionsstrategie to Discrete Optimization Problems, in: [SCHW91), S. 188-192. Herdy, M.: Reproductive Isolation as Strategy Parameter in Hierarchically Organized Evolution Strategies, in: [MANN92), S. 207-217. Heusener, G.: Optimierung natrium-gekiihlter schneller Brutreaktoren mit Methoden der nicht-linearen Programmierung, Dissertation, Universitat Karlsruhe, Fachbereich Maschinenbau, Karlsruhe 1970. Hilliard, M. R; Liepins, G. E.; Palmer, M.; Morrow, M.; Richardson, J.: A Classifier-Based System for Discovering Scheduling Heuristics, in: [GREF87a), S. 231-235. Hilliard, M. R; Liepins, G.; Rangarajan, G.; Palmer, M.: Learning Decision Rules for Scheduling Problems: A Classifier Hybrid Approach, in: Proceedings of the Sixth International Workshop on Machine Learning 1989, S. 188-190. Hilliard, M. R; Liepins, G. E.; Palmer, M.; Rangarajan, G.: The Computer as a Partner in Algorithmic Design: Automated Discovery of Parameters for a Multi-Objective Scheduling Heuristic, in: Sharda, R; Golden, B.; Wasil, E.; Bald, 0.; Steward, W. (Hrsg.): Impacts of Recent Computer Advances on Operations Research, New York: North-Holland 1989, S.321-331.


[HILL90a) Hilliard, M. R.; Liepins, G. E.; Palmer, M.: Discovering and Refining Algorithms through Machine Learning, in: Brown, D. E.; White, C. C. (Hrsg.): Operations Research and Artificial Intelligence: The Integration of Problem-Solving Strategies, Boston: Kluwer Academic Publishers 1990, S. 59-78.

[HILL90b) Hillis, W. D.: Co-Evolving Parasites Improve Simulated Evolution as an Optimization Procedure, in: Physica D 42 (1990), S. 228-234.

[HINT87) Hinton, G. E.; Nowlan, S. J.: How Learning Can Guide Evolution, in: Complex Systems 1 (1987), S. 495-502.

[HIRZ92) Hirzer, J.: Losung des Standard-Tourenplanungsproblems mit einem Genetischen Algorithmus, Diplomarbeit, Fernuniversitat Hagen, Fachbereich Wirtschaftswissenschaften 1992.

[HOFF90) Hoffmeister, F.; Schwefel, H.-P.: A Taxonomy of Parallel Evolutionary Algorithms, in: Wolf, G.; Legendi, T.; Schendel, U. (Hrsg.): ParCella'90, Research in Informatics, Bd. 2, Berlin: AkademieVerlag 1990, S. 97-107.

[HOFF91a) Hoffmeister, F.; Back, T.: Genetic Algorithms and Evolution Strategies: Similarities and Differences, in: [SCHW91), S. 455-469.

[HOFF91b) Hoffmeister, F.: Scalable Parallelism by Evolutionary Algorithms, in: Grauer, M.; Pressmar, D. B. (Hrsg.): Parallel Computing and Mathematical Optimization, Berlin: Springer 1991, S. 177-198.

[HOFF92) Hoffmeister, F.; Back, T.: Genetic Algorithms and Evolution Strategies: Similarities and Differences, Technical Report SYS-1/92, Universitat Dortmund, Fachbereich Informatik, Dortmund 1992.

[HOLL62) Holland, J. H.: Concerning Efficient Adaptive Systems, in: [YOVI62], S. 215-230.

[HOLL71) Hollstien, R. B.: Artificial Genetic Adaptation in Computer Control Systems, Disseration, University of Michigan, Ann Arbor 1971.

[HOLL75) Holland, J. H.: Adaptation in Natural and Artificial Systems, Ann Arbor: The University of Michigan Press 1975.

[HOLL78) Holland, J. H.; Reitman, J. S.: Cognitive Systems Based on Adaptive Algorithms, in: Waterman, D. A.; Hayes-Roth, F. (Hrsg.): Pattern-Directed Inference Systems, New York: Academic Press 1978.

[HOLL86) Holland, J. H.; Holyoak, K. J.; Nisbett, R. E.; Thagard, P. R.: Induction: Processes of Inference, Learning, and Discovery, Cambridge/MA: MIT Press 1986.

[HOLL87) Holland, J. H.; Holyoak, K. J.; Nisbett, R. E.; Thagard, P. R.: Classifier Systems, Q-Morphism, and Induction, in: [DAVI87a), S. 116-128.

[HOLL89) Holland, J. H.: Using Classifier Systems to Study Adaptive Nonlinear Networks, in: [STEI89), S. 463-499.

[HOLL90) Holland, J. H.: Concerning the Emergence of Tag-Mediated Lookahead in Classifier Systems, in: Physica D 42 (1990), S. 188-201.


[HOLL91J Holland, J. H.j Miller, J. H.: Artificial Adaptive Agents in Economic Theory, in: American Economic Review Papers and Proceedings 81 (1991), S. 365-370.

[HOLL92aJ Holland, J. H.: Adaptation in Natural and Artificial Systems, 2. Aufi., CambridgejMA: MIT Press 1992.

[HOLL92bJ Holland, J. H.: Genetische Algorithmen, Spektrum der Wissenschaft (1992) 9, S. 44-51.

[HONE90J Honerloh, A.: Der Einsatz von Evolutionsstrategien zur Entscheidungsvorbereitung in der betrieblichen Ablaufplanung, Diplomarbeit, Universitat Gottingen, Fachbereich Wirtschaftswissenschaften 1990.

[HOPF82J Hopfield, J. J.: Neural Networks and Physical Systems with Emergent Collective Computational Abilities, in: Proceedings of the National Academy of Sciences 79 (1982), S. 2554-2558.

[HOPF93J Hopf, J.j Klawonn, F.: Selbstlernende Fuzzy-Controller auf der Basis Genetischer Algorithmen, in: Fuzzy-Systeme '93. Management unsicherer Informationen, Workshop Tagungsband, Braunschweig 1993, S. 21-27.

[HORN93J Horn, J.: Finite Markov Chain Analysis of Genetic Algorithms with Niching, in: [FORR93aJ, S. 110-117.

[HOWA 71J Howard, R. A.: Dynamic Probabilistic Systems, Volume I: Markov Models, London 1971.

[HUAN89J Huang, D.: The Context-Array Bucket Brigade Algorithm: an Enhanced Approach to Credit-Apportionment in Classifier Systems, in: [SCHA89a], S. 311-316.

[HUBE76J Hubert, L.j Schultz, J.: Quadratic Assignment as a General Data Analysis Strategy, in: The British Journal of Mathematical &. Statistical Psychology 29 (1976), S. 190-241.

[HUGH90J Hughes, M.: Improving Products and Process - Nature's Way, in: Industrial Management &. Data Systems (1990) 6, S. 22-25.

[HUNT91J Huntley, C. L.j Brown, D. E.: A Parallel Heuristic for Quadratic Assignment Problems, in: Computers &. Operations Research 18 (1991) 3, S. 275-289.

[HUSB91aJ Husbands, P.j Mill, F.: Simulated Co-Evolution as the Mechanism for Emergent Planning and Scheduling, in: [BELE91J, S. 264-270.

[HUSB91bJ Husbands, P.j Mill, F.j Warrington, S.: Genetic Algorithms, Production Plan Optimisation and Scheduling, in: [SCHW91J, S. 80-84.

[HUYN89J Huynen, M. A.j Hogeweg, P.: Genetic Algorithms and Information Accumulation During the Evolution of Gene Regulation, in: [SCHA89aJ, S. 225-230.

[IGNI91J Ignizio, J. P.: Introduction to Expert Systems, New York: McGrawHill 1991.


[IGNI93] Ignizio, J. P.: A Hybrid Expert System for Process Scheduling, Vortrag gehalten auf dem Workshop on Genetic Algorithms in the Petroleum Industry, Aberdeen 1993.

[ISER89] Isermann, H.: Optimierung bei mehrfacher Zielsetzung, in: Gal, T. (Hrsg.): Grundlagen des Opeartions Research 1, Berlin: Springer 1989, S. 420-497.

[JANI91a] Janikow, C. Z.: Inductive Learning of Decision Rules from Attribute-Based Examples: A Knowledge-Intensive Genetic Algorithm Approach, Dissertation, University of North Carolina, Chapel Hill 1991.

[JANI91b] Janikow, C. Z.; Michalewicz, Z.: An Experimental Comparison of Binary and Floating Point Representations in Genetic Algorithms, in: [BELE91], S. 31-36.

[JAQU74] Jaquard, A.: The Genetic Structure of Populations, Biomathematics Vol. 5, Berlin: Springer 1974.

[JOG87] Jog, P.; Gucht, D. V.: Parallelisation of Probabilistic Sequential Search Algorithms, in: [GREF87a], S. 170-176.

[JONE93] Jones, A.; Rabelo, L.: Integrating Neural Nets, Simulation, and Genetic Algorithms for Real-Time Scheduling, in: [FAND93], S. 550-566.

[JONG75] De Jong, K: An Analysis of the Behavior of a Class of Genetic Adaptive Systems, Dissertation, University of Michigan, Ann Arbor 1975.

[JONG80] De Jong, K; Bethke, A.: The Practitioner's View of the Genetic Algorithm, in: [SAMP80], S. 26-32.

[JONG85] De Jong, K: Genetic Algorithms: A 10 Year Perspective, in [GREF85a], S. 169-177.

[JONG87] De Jong, K: On Using Genetic Algorithms to Search Program Spaces, in: [GREF87a], S. 210-216.

[JONG88] De Jong, K: Learning with Genetic Algorithms: An Overview, in: Machine Learning 3 (1988), S. 121-138.

[JONG90] De Jong, K: Genetic-Algorithm-Based Learning, in: Kodratoff, Y.; Michalski, R. (Hrsg.): Machine Learning: An Artificial Intelligence Approach, Vol. 3, Los Altos: Morgan Kaufmann 1990, S. 611-638.

[JONG91] De Jong, K; Spears, W. M.: An Analysis of the Interacting Roles of Population Size and Crossover in Genetic Algorithms, in: [SCHW91], S. 38-47.

[JONG92] De Jong, K: Are Genetic Algorithms Function Optimizers?, in: [MANN92], S. 3-13.

[JONG93a] De Jong, K; Spears, W.: On the State of Evolutionary Computation, in: [FORR93a], S. 618-623.

[JONG93b] De Jong, K: Genetic Algorithms are NOT Function Optimizers, in: [WHIT93], S. 5-17.


[JONG93c] De Jong, Kj Sarma, J.: Generation Gaps Revisited, in: [WHIT93], S. 19-28.

[JULI92] Juliff, K: Using a Multi Chromosome Genetic Algorithm to Pack a Truck, Technical Report RMIT CS TR 92-2, Royal Melbourne Institute of Technology, Department of Computer Science, Melbourne 1992.

[JULI93] Juliff, K: A Multi-Chromosome Genetic Algorithm for Pallet Loading, in [FORR93a], S. 467-473.

[KADA90a] Kadaba, N.: XROUTE: A Knowledge-Based Routing System Using Neural Networks and Genetic Algorithms, Dissertation, North Dakota State University, Fargo/ND 1990.

[KADA90b] Kadaba, N.j Nygard, K E.: Improving the Performance of Genetic Algorithms in Automated Discovery of Parameters, in: Porter, B. W.j Mooney, R. J. (Hrsg.): Proceedings of the Seventh International Conference on Machine Learning, San Mateo/CA: Morgan Kaufmann, S. 140-148.

[KADA91] Kadaba, N.j Mygard, K E.j Juell, P. L.: Integration of Adaptive Machine Learning and Knowledge-Based Systems for Routing and Scheduling Applications, in: Expert Systems With Applications 2 (1991) 1, S. 15-27.

[KAMP91] Kampis, G.: Self-Modifying Systems in Biology and Cognitive Science, Oxford: Pergamon Press 1991.

[KAMP92] Kampis, G.: Process, Information Theory and the Creation of Systems, in: [HAEF92], S. 83-102.

[KANE91] Kanet, J. J.j Sridharan, V.: PROGENITOR: A Genetic Algorithm for Production Scheduling, in: Wirtschaftsinformatik 33 (1991) 4, S.332-336.

[KARG92] Kargupta, H.j Deb, Kj Goldberg, D. E.: Ordering Genetic Algorithms and Deception, in: [MANN92], S. 47-56.

[KARR91a] Karr, C.: Genetic Algorithms for Fuzzy Controllers, in: AI Expert 6 (1991) 2, S. 26-33.

[KARR91b] Karr, C.: Applying Genetics to Fuzzy Logic, in: AI Expert 6 (1991) 3, S. 38-43.

[KARR91c] Karr, C.: Design of an Adaptive Fuzzy Logic Controller Using a Genetic Algorithm, in: [BELE91], S. 450-457.

[KARR91d] Karr, C. L.: Air-Injected Hydrocyclone Optimization via Genetic Algorithm, in: [DAVI91b], S. 222-236.

[KARU92] Karunanithi, N.j Das, R.j Whitley, D.: Genetic Cascade Learning for Neural Networks, in: [WHIT92], S. 134-145.

[KAUF89] Kauffman, S. A.: Adaptation on Rugged Fitness Landscapes, in [STEI89], S. 527-618.

[KEMK88] Kemke, C.: Der neuere Konnektionismus. Ein Uberblick, in: Informatik-Spektrum 11 (1988) 3, S. 143-162.

466

[KHUR90]

[KINN93]

[KIRK83]

[KITA90a]

[KITA90b]

[KLEI79]

[KLEI87]

[KLlX92] [KOLB92]

[KOLE90]

[KOOP57]

[KOPF92]

[KOPF93a]

[KOPF93b]

[KOPF93c]

[KORH92]


Khuri, S.; Batarekh, A.: Genetic Algorithms and Discrete Optimization, in: Abstracts of the "Operations Research 1990" International Conference on Operations Research, Wien 1990, S. A 147. Kinnear, K. E.: Generality and Difficulty in Genetic Programming: Evolving a Sort, in: [FORR93a], S. 287-294. Kirkpatrick, S.; Gelatt, C. D.; Vecchi, M. P.: Optimization by Simulated Annealing, in: Science 220 (1983), S. 671-680. Kitano, H.: Empirical Studies on the Speed of Convergence of Neural Network Training Using Genetic Algorithms, in: Proceedings of the Eigth National Conference on AI (AAAI-90), Cambridge/MA: MIT Press 1990, S. 789-795. Kitano, H.: Designing Neural Networks Using Genetic Algorithms with Graph Generation System, in: Complex Systems 4 (1990), S. 461-476. Kleijnen, J. P. C.: The Role of Statistical Methodology in Simulation, in: Zeigler, B. P.; Elzas, M. S.; Klir, G. J.; Oren, T.1. (Hrsg.): Methodology in Systems Modelling and Simulation, Amsterdam: North-Holland 1979, S. 425-445. Kleijnen, J. P. C.: Statistical Tools for Simulation Practitioners, New York: Marcel Dekker 1987. Klix, F.: Die Natur des Verstandes, G6ttingen: Hogrefe 1992. Kolb, S.: EskiMo - eine expertensystemkontrollierte Methodenbank, Heidelberg: Physica 1992. Kolen, J. F.; Pollack, J. B.: Backpropagation Is Sensitive to Initial Conditions, in: Complex Systems 4 (1990), S. 269-280. Koopmans, T. C.; Beckmann, M. J.: Assignment Problems and the Location of Economic Activities, in: Econometrica 25 (1957), S. 53-76. Kopfer, H.: Konzepte genetischer Algorithmen und ihre Anwendung auf das Frachtoptimierungsproblem im gewerblichen Giiterfernverkehr, in: OR Spektrum 14 (1992), S. 137-147. Kopfer, H.; Rixen, I.: Genetische Algorithmen fiir das Job-Shop Scheduling Problem, Fachbericht Nr. 4, Universitiit Bremen, Fachbereich Wirtschaftswissenschaft, Lehrstuhl fiir Logistik 1993. Kopfer, H.; Erkens, E.; Pankratz, G.: Ein Genetischer Algorithmus fiir das Tourenplanungsproblem, Vortrag gehalten auf der Jahrestagung der DGOR und NSOR, Amsterdam 1993. Kopfer, H.; Erkens, E.; Pankratz, G.: Tourenplanung mit einem hybriden Genetischen Algorithmus unter Beriicksichtigung einer praxisnahen Kostenfunktion, zur Publikation angenommen vom OR Spektrum 1993. Korhonen, P.; Moskowitz, H.; Wallenius, J.: Multiple Criteria Decision Support - A Review, in: European Journal of Operational Research 63 (1992), S. 361-375.


[KOSK92) Kosko, B.: Neural Networks and Fuzzy Systems. A Dynamical Systems Approach to Machine Intelligence, London: Prentice-Hall 1992.

[KOUV92) Kouvelis, P.; Chiang, W.-C.; Fitzsimmons, J.: Simulated Annealing for Machine Layout Problems in the Presence of Zoning Constraints, in: [HERA92a), S. 203-223.

[KOZA91a) Koza, J. R.: Evolution and Co-Evolution of Computer Programs to Control Independently-Acting Agents, in: [MEYE91J, S. 366-375.

[KOZA91b) Koza, J. R.; Rice, J. P.: Genetic Generation of Both the Weights and Architecture for a Neural Network, in: Proceedings of the International Joint Conference on Neural Networks, Vol. 2, New York: IEEE Press 1991, S. 397-404.

[KOZA92a) Koza, J. R.: The Genetic Programming Paradigm: Genetically Breeding Populations of Computer Programs to Solve Problems, in: [SOUC92J, S. 203-32l.

[KOZA92b) Koza, J. R.: Genetic Programming, Cambridge/MA: MIT Press 1993.

[KOZA93) Koza, J. R.: Hierarchical Automatic Function Definition in Genetic Programming, in: (WHIT93), S. 297-318.

[KRAT90) Kratzer, K P.: Neuronale Netze. Grundlagen und Anwendungen, Miinchen: Carl Hanser 1990.

[KRAU93) Krause, M.: Praxisnahe Fertigungs-Layoutplanung mit evolutioniiren Losungsverfahren, Diplomarbeit, Universitiit Gottingen, Fachbereich Wirtschaftswissenschaften, Gottingen 1993.

[KRIS89) Krishnakumar, K: Micro-Genetic Algorithms for Stationary and Non-Stationary Function Optimization, in: Rodriguez, G. (Hrsg.): Intelligent Control and Adaptive Systems, Proceedings of the SPIE Vol. 1196, Washington 1989.

[KROG92) Kroger, B.; Schwenderling, P.; Vornberger, 0.: Parallel Genetic Packing on Transputers, Osnabriicker Schriften zur Mathematik, Reihe I Informatik, Heft 29, Universitiit Osnabriick, Fachbereich Mathematik/lnformatik 1992.

[KROP93) Kropp, K; Baitinger, U. G.: Optimization of Fuzzy Logic Controller Inference Rules Using a Genetic Algorithm, in: [ELIT93), S. 1090-1096.

[KRUS81) Kruschwitz, L.; Fischer, J.: Heuristische Losungsverfahren, in: WiSt Wirtschaftswissenschaftliches Studium 10 (1981) 10, S. 449-458.

[KRUS91) Kruse, H.; Mangold, R.; Mechler, B.; Penger, 0.: Programmierung Neuronaler Netze. Eine Turbo-Pascal Toolbox, Bonn: AddisonWesley 1991.

[KRUS93) Kruse, R.: Fuzzy-Systeme - einige Klarstellungen, in: Kiinstliche Intelligenz 7 (1993) 4, S. 73-74.

468

[KURB92)

[KURS91)

[KUSI87)

[LAAR87)

[LAIR88)

[LANG88a)

[LANG88b) [LARS92)

[LASZ91)

[LAUS91)

[LEE93a)

[LEE93b)

[LEHM92)

[LEVE91a)

[LEVE91b)

[LEVI93a)

[LEVI93b)

[LIEP87)


Kurbel, K.: Entwicklung und Einsatz von Expertensystemen. Eine anwendungsorientierte Einfuhrung in wissensbasierte Systeme, 2. Aufl., Berlin: Springer 1992. Kursawe, F.: A Variant of Evolution Strategies for Vector Optimization, in: [SCHW91), S. 193-197. Kusiak, A.; Heragu, S. S.: The Facility Layout Problem, in: European Journal of Operational Research 29 (1987), S. 229-25l. Laarhoven, P. J. M.; Aarts, E. H. L.: Simulated Annealing, Dordrecht: D. Reidel 1987. Laird, J. (Hrsg.): Proceedings of the Fifth International Conference on Machine Learning, San Mateo/CA: Morgan Kaufmann 1988. Langton, C. (Hrsg.): Artificial Life, Santa Fe Institute Studies in the Sciences of Complexity, Vol 6, Redwood City /CA: Addison-Wesley 1988. Langton, C.: Artificial Life, in: [LANG88a), S. 1-44. Larsen, R. W.; Herman, J. S.: A Comparison of Evolutionary Programming to Neural Networks and an Application of Evolutionary Programming to a Navy Mission Planning Problem, in: [FOGE92b), S. 127-133. von Laszewski, G.; Muhlenbein, H.: Partitioning a Graph with a Parallel Genetic Algorithm, in: [SCHW91), S. 165-169. Laufiermair, T.; Weifi, G.: Artificial Life. Eine Einfiihrung, Forschungsberichte Kunstliche Intelligenz FKI-152-91, Technische Universitiit Munchen, Munchen 1991. Lee, I.; Sikora, R.; Shaw, M. J.: Joint Lot Sizing and Sequencing With Genetic Algorithms for Scheduling: Evolving the Chromosome Structure, in: [FORR93a), S. 383-389. Lee, M.; Takagi, H.: Dynamic Control of Genetic Algorithms Using Fuzzy Logic Techniques, in: [FORR93a), S. 76-83. Lehmann, I.; Weber, R.; Zimmermann, H.-J.: Fuzzy Set Theory. Die Theorie der unscharfen Mengen, in: OR Spektrum 14 (1992), S. 1-9. Levelt, W. J. M.: Die konnektionistische Mode, in: Sprache & Kognit ion 10 (1991) 2, S. 61-72. Levenick, J. R.: Inserting Introns Improves Genetic Algorithm Success Rate: Taking a Cue from Biology, in: [BELE91), S. 123-127. Levine, D. M.: A Genetic Algorithm for the Set Partitioning Problem, in: [FORR93a), S. 481-487.

Levine, D. M.: A Parallel Genetic Algorithm for the Set Partitioning Problem, Dissertation, Illinois Institute of Technology 1993. Liepins, G. E.; Hilliard, M. R.; Palmer, M.; Morrow, M.: Greedy Genetics, in: [GREF87a), S. 90-99.


[LIEP89] Liepins, G. E.; Hilliard, M. R.: Genetic Algorithms: Foundations and Applications, in: Annals of Operations Research 21 (1989), S.31-58.

[LIEP90a] Liepins, G. E.; Vose, M. D.: Representational Issues in Genetic Optimization, in: Journal of Experimental and Theoretical Artificial Intelligence 2 (1990), S. 101-115.

[LIEP90b] Liepins, G. E.; Hilliard, M. R.; Richardson, J.; Palmer, M.: Genetic Algorithms Applications to Set Covering and Traveling Salesman Problems, in: Brown, D. E.; White, C. C. (Hrsg.): Operations Research and Artificial Intelligence: The Integration of ProblemSolving Strategies, Boston: Kluwer 1990, S. 29-57.

[LIEP91a] Liepins, G. E.; Potter, W. D.: A Genetic Algorithm Approach to Multiple-Fault Diagnosis, in: [DAVI91bJ, S. 237-250.

[LIEP91b] Liepins, G. E.; Wang, 1. A.: Classifier System Learning of Boolean Concepts, in: [BELE91], S. 318-323.

[LIEP91c] Liepins, G. E.; Vose, M. D.: Deceptiveness and Genetic Algorithm Dynamics, in: [RAWL91], S. 36-50.

[LING92] Ling, S.-E.: Integrating Genetic Algorithms with a PROLOG Assignment Program as a Hybrid Solution for a Polytechnic Timetable Problem, in: [MANN92], S. 321-329.

[LIPP89) Lipp, H.-P.; Giinther, R.; Sonntag, P.: Unscharfe Petri-Netze. Ein Basiskonzept fUr computerunterstiitzte Entscheidungsprozesse in komplexen Systemen, Wissenschaftliche Schriftenreihe der Technischen Universitat Karl-Marx-Stadt 7/1989, Karl-Marx-Stadt 1989.

[LIPS91] Lipsitch, M.: Adaptation on Rugged Landscapes Generated by Iterated Local Interactions of Neighboring Genes, in: [BELE91], S. 128-135.

[LITT91] Littman, M. L.; Ackley, D. H.: Adaptation in Constant Utility Non-Stationary Environments, in: [BELE91], S. 136-142.

[LLOY96] Lloyd Morgan, C.: On Modification and Variation, in: Science 4 (1896), S. 733-740.

[LOCK83] Locker, A.: Evolution und Evolutions-Theorie in system- und metatheoretischer Betrachtung, in: Acta Biotheoretica 32 (1983), S. 227-264.

[LOHM92a] Lohmann, R.: Structure Evolution and Incomplete Induction, in: [MANN92], S. 175-185.

[LOHM92b] Lohmann, R.: Structure Evolution in Neural Systems, in: [SOUC92], S. 395-411.

[LONT92] Lontke, M.: Genetischer Algorithmus zur Ein-Depot-Tourenplanung, Vortrag gehalten auf der PECOR-Tagung der DGOR, Dusseldorf 1992.

[LOUI93a] Louis, S. J.; Rawlins, G. J. E.: Pareto Optimality, GA-Easiness and Deception, in: [FORR93a], S. 118-123.

470

[LOUI93b]

[MACF90]

[MAHF92]

[MALI81]

[MAND91]

[MANE92]

[MANI91]

[MANI93] [MANN92]

[MARE92a]

[MARE92b]

[MARG91]

[MARG92]

[MARI92]

[MARK89]

[MART60]


Louis, S. J.; Rawlins, G. J. E.: Syntactic Analysis of Convergence in Genetic Algorithms, in: [WHIT93], S. 141-151. Macfarlane, D.; East, I.: An Investigation of Several Parallel Genetic Algorithms, in: Turner, S. J. (Hrsg.): Proceedings of the OCCAM User Group Technical Meeting 12, Tools and Techniques for Transputer Applications, Amsterdam: lOS Press 1990, S. 60-67. Mahfoud, S. W.: Crowding and Preselection Revisited, in: [MANN92]' S. 27-36. Malik, F.; Probst, G.: Evolutionares Management, in: Die Unternehmung 35 (1981), S. 121-140. Manderick, B.; de Weger, M.; Spiessens, P.: The Genetic Algorithm and the Structure of the Fitness Landscape, in: [BELE91]' S. 143-150. Manela, M.; Campbell, J. A.: Harmonic Analysis, Epistasis and Genetic Algorithms, in: [MANN92], S. 57-64. Maniezzo, V.: The Rudes and the Shrewds: An Experimental Comparison of Several Evolutionary Heuristics Applied to the QAP Problem, Rapporto Interno 91-042, Politecnico di Milano, Dipartimento di Elettronica 1991. Maniezzo, V.: Granularity Evolution, in: [FORR93a], S. 644. Manner, R.; Manderick, B. (Hrsg.): Parallel Problem Solving from Nature. Proceedings of the Second Conference on Parallel Problem Solving from Nature, Amsterdam: North-Holland 1992. Marengo, L.: Structure, Competence and Learning in an Adaptive Model of the Firm, European Study Group for Evolutionary Economics (Hrsg.): Papers on Economics & Evolution 9203, Freiburg 1992. Marengo, L.: Coordination and Organizational Learning in the Firm, in: Journal of Evolutionary Economics 2 (1992), S. 313-326. Margarita, S.: Neural Networks, Genetic Algorithms and Stock Trading, in: Kohonen, T. (Hrsg.): Artificial Neural Networks. Proceedings of the 1991 International Conference in Artificial Neural Networks (ICANN-91) 1991, Amsterdam, S. 1763-1766. Margarita, S.: Genetic Neural Networks For Financial Markets: Some Results, in: Neumann, B. (Hrsg.): Proceedings of the 10th European Conference on Artificial Intelligence, Chichester: John Wiley & Sons 1992, S. 211-213. Maricic, B.: Dynamic versus Genetic versus Chaotic Programming, in: [SOUC92], S. 501-533. Marks, R. E.: Breeding Hybrid Strategies: Optimal Behavior for Oligopolists, in: [SCHA89a], S. 198-207. Martin, F. G.; Cockerham, C. C.: High Speed Selection Studies, in: Kempthorne, O. (Hrsg.): Biometrical Genetics, London: Pergamon Press 1960.


[MARU92]

[MASU92]

[MATH92]

[MATH93]

[MATW91]

[MAZA93]

[MAZI92]

[MAZI93]

[MCD092]

[MCD093]

[MERT77]

[MERT82] [MERT90]

[MERT91a]

[MERT91b]

[MEYE85]

[MEYE90]

Maruyama, T.; Konagaya, A.; Konishi, K.: An Asynchronous FineGrained Parallel Genetic Algorithm, in: [MANN92], S. 563-572. Masuch, M.; Warglien, M. (Hrsg.): Artificial Intelligence in Organization and Management Theory. Models of Distributed Activity, Amsterdam: North-Holland 1992. Mathias, K.; Whitley, D.: Genetic Operators, the Fitness Landscape and the Traveling Salesman Problem, in: [M.ANN92], S. 219-228. Mathias, K.; Whitley, D.: Remapping Hyperspace During Genetic Search: Canonical Delta Folding, in: [WHIT93], S. 167-186. Matwin, S.; Szapiro, S.; Haigh, K.: Genetic Algorithms Approach to Negotiation Support System, in: IEEE Transactions on Systems, Man, and Cybernetics 21 (1991) 1, S. 102-114. de la Maza, M.; Tidor, B.: An Analysis of Selection Procedures with Particular Attention Paid to Proportional and Boltzmann Selection, in: [F0RR93a], S. 124-131. Maziejewski, S.: The Vehicle Routing and Scheduling Problem with Time Window Constraints Using Genetic Algorithms, Diplomarbeit, Universitat Karlsruhe (TH), Institut fUr Logik, Komplexitat und Deduktionssysteme sowie Norges Tekniske Hlllgskole, Institutt for Datateknikk og Telematik 1992. Maziejewski, S.: Ein Genetischer Ansatz £iir die Tourenplanung mit Kundenzeitschranken, Vortrag gehalten auf der Jahrestagung von DGOR und NSOR, Amsterdam 1993. McDonnell, J. R.: Training Neural Networks with Weight Constraints, in: [FOGE92b], S. 111-119. McDonnell, J. R.; Waagen, D.: Neural Network Structure Design by Evolutionary Programming, in: [FOGE93a], S. 79-89. Mertens, P.: Die Theorie der Mustererkennung in den Wirtschaftswissenschaften, in: Zeitschrift fUr betriebswirtschaftliche Forschung 29 (1977), S. 777-794. Mertens, P.: Simulation, 2. A¢l., Stuttgart: Poeschel 1982. Mertens, P.; Borkowski, V.; Geis, W.: Betriebliche ExpertensystemAnwendungen, 2. Aufl., Berlin: Springer 1990. Mertens, P.: Artificial Life - Generative Algorithmen, in: Wirtschaftsinformatik 33 (1991) 2, S. 156-159. Mertens, P.: Integrierte Informationsverarbeitung 1. Administrations- und Dispositionssysteme in der Industrie, 8. Aufl., Wiesbaden: Gabler 1991. Meyer, M.j Hansen, K.: Planungsverfahren des Operations Research, 3. Aufl., MUnchen: Vahlen 1985. Meyer, M.: Operations Research Systemforschung, 3. Aufi., Stuttgart: UTB-Fischer 1990.

472

[MEYE91)

[MICH84)

[MICH92)

[MICH93)

[MILL89)

[MILL90)

[MILL92)

[MILL93) [MITC92)

[MITC93)

[MONT89]

[MUHL88)

[MfmL89)

[MUHL91a)

[MUHL91b]

[MUHL91c)

[MUHL92]


Meyer, J.-A.; Wilson, S. W.: From Animals to Animats, Proceedings ofthe First International Conference on Simulation of Adaptive Behavior, Cambridge/MA: The MIT Press 1991. Michalski, R. S.; Carbonell, J. G.; Mitchell, T. M. (Hrsg.): Machine Learning. An Artificial Intelligence Approach, Berlin: Springer 1984. Michalewicz, Z.: Genetic Algorithms + Data Structures = Evolution Programs, Berlin: Springer 1992. Michalewicz, Z.: A Hierarchy of Evolution Programs: An Experimental Study, in: Evolutionary Computation 1 (1993) 1, S. 51-76. Miller, G. F.; Todd, P. M.; Hegde, S. U.: Designing Neural Networks Using Genetic Algorithms, in: [SCHA89a), S. 379-384. Miller, J.; Rust, J.; Palmer, R.: A Double Auction Market for Computerized Traders, in: Proceedings of the 1989 Advanced Computing for the Social Sciences Conference 1990. Miller, J.; Rust, J.; Palmer, R.: Behavior of Trading Automata in a Computerized Double Auction Market, in: Friedman, D.; Rust, J. (Hrsg.): The Double Auction Market: Institutions, Theories, and Evidence, Addison Wesley (im Druck) 1992. Mills, G.: personliche Kommunikation 1993. Mitchell, M.; Forrest, S.; Holland, J: H.: The Royal Road for Genetic Algorithms: Fitness Landscapes and GA Performance, in: [VARE92], S. 245-254. Mitchell, M.; Holland, J. H.: When Will a Genetic Algorithm Outperform Hill Climbing?, in: [F0RR93a], S. 647. Montana, D. J.; Davis, L.: Training Feedforward Neural Networks Using Genetic Algorithms, in: Proceedings of the Eleventh International Joint Conference on Artificial Intelligence, San Mateo/CA: Morgan Kaufmann, S. 762-767. Miihlenbein, H.; Gorges-Schleuter, M.; Kriimer, 0.: Evolution Algorithms in Combinatorial Optimization, in: Parallel Computing 7 (1988), S. 65-85. Miihlenbein, H.: Parallel Genetic Algorithms, Population Genetics and Combinatorial Optimization, in: [SCHA89a], S. 416-421. Miihlenbein, H.: Evolution in Time and Space - The Parallel Genetic Algorithm, in: [RAWL91) S. 316-337. Miihlenbein, H.: Darwin's Continent Cycle Theory and Its Simulation by the Prisoner's Dilemma, in: Complex Systems 5 (1991), S.459-478. Miihlenbein, H.: Parallel Genetic Algorithms, Population Genetics and Combinatorial Optimization, in: [BECK91], S. 398-406. Miihlenbein, H.: How Genetic Algorithms Really Work I. Mutation and Hillclimbing, in: [MANN92), S. 15-25.


[MUHL93] Muhlenbein, H.; Schlierkamp-Voosen, D.: Predictive Models for the Breeder Genetic Algorithm, in: Evolutionary Computation 1 (1993) 1, S. 25-49.

[MULL81] Miiller-Merbach, H.: Heuristics and Their Design: a Survey, in: European Journal of Operational Research 8 (1981), S. 1-23.

[MULL83a] Muller, H.; Pollhammer, G.: Evolutionsstrategische LastfluBoptimierung, Teilbericht zum Vorhaben p5068, Technische Universitii.t Berlin, Institut fur elektrische Anlagen und Hochspannungstechnik 1983.

[MULL83b] Muller, H.: Power Flow Optimization in Electric Networks by Evolutionary Strategic Search, in: Proceedings of the Sixth European Congress on Operations Research, Wien 1983, S. 107.

[MULL86] Muller, H.; Theil, G.; Waldmann, W.: Results of Evolutional Random Search Procedure for Load Flow Optimization in Electric Networks, in: Prekopa, A.; Szelezsan, J.; Strazicky, B.: System Modelling and Optimization, Proceedings of the Twelfth IFIP Conference 1985, Berlin: Springer 1986, S. 628-636.

[MULL93] Muller, J. (Hrsg.): Verteilte Kunstliche Intelligenz. Methoden und Anwendungen, Mannheim: BI Wissenschaftsverlag 1993.

[MUNA93] Munakata, T.; Hashier, D. J.: A Genetic Algorithm Applied to the Maximum Flow Problem, in: (FORR93a], S. 488-493.

(NAKA91] Nakano, R.; Yamada, T.: Conventional Genetic Algorithm for Job Shop Problems, in: (BELE91], S. 474-479.

(NAM92] Nam, S.; Logendran, R.: Aggregate Production Planning - A Survey of Models and Methodologies, in: European Journal of Operational Research 61 (1992), S. 255-272.

(NEWE69] Newell, A.: Heuristic Programming: III Structured Problems, in: Aronofsky, J. (Hrsg.): Progress in Operations Research - Relationships between Operations Research and the Computer, Vol. 3, New York: Wiley 1969, S. 361-414.

[NISH91] Nishikawa, Y.; Tamaki, H.: A Genetic Algorithm as Applied to the Jobshop Scheduling, Transactions of the Society of Instrument and Control Engineers (Japan) 27 (1991) 5, S. '593-599 (in Japanisch).

(NISS92a] Nissen, V.: Evolutionary Algorithms for the Quadratic Assignment Problem, Arbeitsbericht, Universitat Gottingen, Institut fUr Wirtschaftsinformatik 1992.

(NISS92b] Nissen, Y.: Simulation und Evolutionare Algorithmen. Zur Kombination zweier leistungsiahiger LOsungsverfahren fUr betriebswirtschaftliche Problemstellungen, Arbeitsbericht, Universitat Gottingen, Institut fiir Wirtschaftsinformatik 1992.

(NISS93a] Nissen, Y.: A New Efficient Evolutionary Algorithm for the Quadratic Assignment Problem, in: (HANS93), S. 259-267.


[NISS93b] Nissen, V.: Evolutionary Algorithms in Management Science. An Overview and List of References, European Study Group for Evolutionary Economics (Hrsg.): Papers on Economics & Evolution 9303, Freiburg 1993.

[NISS94a] Nissen, V.: Solving the Quadratic Assignment Problem with Clues from Nature, in: IEEE Transactions on Neural Networks: Special Issue on Evolutionary Programming (1994) l.

[NISS94b] Nissen, V.j Biethahn, J.: Simulation und Evolutioniire Algorithmen, in: Biethahn, J.j Hummeltenberg, W.j Schmidt, B.j Witte, T.: Simulation als betriebliche Entscheidungshilfe, Bd. 4, (in Vorbereitung) 1994.

[NOBL90j Noble, A.: Using Genetic Algorithms in Financial Services, in: Proceedings of the Two Day International Conference on Rocket Science Made Simple, Forecasting & Optimisation in Financial Services 1990, !BC Ltd., Technical Services (Organisator), London 1990, o.S.

[NOCH86] Noche, B.j Kottkamp, R.j Liicke, G.j Peters, E.: Optimizing Simulators within Material Flow Systems, in: Proceedings of the Second European Simulation Congress Simulation Councils, Belgium, o. O. 1986, S. 651-657.

[NOCH90] Noche, B.: Simulation in Produktion und MaterialfluB. Entscheidungsorientierte Simulationsumgebung, Koln: Verlag TOV Rheinland 1990.

[NOOS71j NooB, W.: Ein universell anwendbares Rechner-Unterprogramm fiir Entwurf und Optimierung, in: Angewandte Informatik 13 (1971) 3, S. 123-129.

[NOTT92] Nottola, C.j Leroy, F.j Davalo, F.: Dynamics of Artificial Markets, in: [VARE92], S. 185-194.

[NUGE68] Nugent, C. E.j Vollmann, T. E.j Rumi, J.: An Experimental Comparison of Techniques for the Assignment of Facilities to Locations, in: Operations Research 16 (1968), S. 150-173.

[NYGA90] Nygard, K. E.j Kadaba, N.: Modular Neural Networks and Distributed Adaptive Search for Traveling Salesman Algorithms, in: Applications of Artificial Neural Networks. Proceedings of the SPIE 1294 (1990), S. 442-45l.

[OLIV87] Oliver, I. M.j Smith, D. J.j Holland, J. R. C.: A Study of Permutation Crossover Operators on the Traveling Salesman Problem, in: [GREF87a], S. 224-225.

[OLIV93) Oliver, J. R.: Discovering Individual Decision Rules: an Application of Genetic Algorithms, in: [FORR93a), S. 216-222.

[OOST89] Oosthuizen, G. D.: Machine Learning: A Mathematical Framework for Neural Network, Symbolic and Genetics-Based Learning, in: [SCHA89a), S. 385-390.

[ORV093) Orvosh, D.j Davis, L.: Shall We Repair? Genetic Algorithms, Combinatorial Optimization, and Feasibility Constraints, in: [FORR93a), S. 650.


[OTT85) Ott, J. A.j Wagner, G. P.j Wuketits, F. M. (Hrsg.): Evolution, Ordnung und Erkenntis, Berlin: Parey 1985.

[PACK90) Packard, N. H.: A Genetic Learning Algorithm for the Analysis of Complex Data, in: Complex Systems 4 (1990), S. 543-572.

[PANK93) Pankratz, G: Entwicklung, Realisierung und Konfigurierung eines Genetischen Algorithmus fUr das Standard-Tourenplanungsproblem, Diplomarbeit, Universitiit Siegen 1993.

[PANT92) Pantzar, Mj Csanyi, V.: The Replicative Model of the Evolution of Business Organization, in: [HAEF92), S. 288-303.

[PAPA92) o. V.: PAPAGENA, Programming Environment for Applications of Parallel Genetic Algorithms, Informationsblatt der Brainware GmbH, CeBIT'92 1992.

[PARE92a) Paredis, J.: Exploiting Constraints as Background Knowledge for Genetic Algorithms: A Case-Study for Scheduling, in: [MANN92), S.229-238.

[PARE92b) Paredis, J.j Van Rij, T.: Intelligent Modelling, Simulation and Scheduling of Discrete Production Processes, Proceedings of: Computer Science and Operations Research - New Developments in Their Interfaces, Pergamon Press 1992.

[PARK88) Park, S. K.j Miller, K. W.: Random Number Generators: Good Ones are Hard to Find, in: Communications of the ACM 31 (1988) 10, S. 1192-1201.

[PAR093) Parodi, A.j Bonelli, P.: A New Approach to Fuzzy Classifier Systems, in: [FORR93a), S. 223-230.

[PATT88) Pattee, H. H.: Simulations, Realizations, and Theories of Life, in [LANG88a), S. 63-77.

[PAUL93) Paul, H.: Evolutioniire Algorithmen fUr das Quadratische Zuordnungsproblem - ein empirischer Vergleich, Diplomarbeit, Universitiit Gottingen, Fachbereich Wirtschaftswissenschaften, Gottingen 1993.

[PEAR85) Pearl, J.: Heuristics. Intelligent Search Strategies for Computer Problem Solving, korr. Nachdruck, Reading/MA: Addison-Wesley 1985.

[PEKN92) Pekny, J. F.j Miller, D. L.: A Parallel Branch and Bound Algorithm for Solving Large Asymmetric Traveling Salesman Problems, in: Mathematical Programming A 55 (1992) 1, S. 17-33.

[PESC92) Pesch, E.j Dorndorf, U.: Job Shop Scheduling mittels Genetischer Algorithmen, Vortrag gehalten auf der Jahrestagung der DGOR/OGOR, Aachen 1992.

[PESC93) Pesch, E.: Machine Learning by Schedule Decomposition, Research Memorandum 93-045, Universitiit Limburg, Limburg 1993.

[PETE91) Peters, E.: Ein Beitrag zur wissensbasierten Auswahl und Steuerung von Optimierverfahren, Dissertation, Universitiit Dortmund, Fachbereich Informatik, Dortmund 1991.

476

[PIER92]

[PIET93]

[POLA93]

[POON90]

[POON92]

[PORT92]

[POTT92]

[POWE89]

[PROS88]

[PUPP88] [PUPP90]

[QI92]

[QUIN84]

[QUIN87]

[QUIN88]

[RADA83]

[RADC90]

[RADC91a]


Pierreval, H.: Rule-Based Simulation Metamodels, in: European Journal of Operational Research 61 (1992), S. 6-17. Pietsch, M.: PAREUS-RM - ein Tool zur Unterstiitzung der Konfiguration von PPS-Parametern im SAP-System R/2, in: Wirtschaftsinformatik 35 (1993), S. 434-445. Polani, D.; Uthmann, T.: Training Kohonen Feature Maps in Different Topologies: An Analysis Using Genetic Algorithms, in: [FORR93a], S. 326-333. Poon, P. W.: Genetic Algorithms and Fuel Cycle Optimization, in: The Nuclear Engineer 31 (1990) 6, S. 173-177. Poon, P. W.: Optimising PWR Reload Core Designs, in: [MANN92], S. 371-380. Porto, V. W.: Alternative Methods for Training Neural Networks, in: [FOGE92b], S. 100-110. Potter, M. A.: A Genetic Cascade-Correlation Learning Algorithm, in: [WHIT92], S. 123-133. Powell, D. J.; Shing Tong, S.; Skolnick, M. M.: EnGENEous Domain Independent, Machine Learning for Design Optimization, in: [SCHA89a], S. 151-159. Prosser, P.: A Hybrid Genetic Algorithm for Pallet Loading, in: Proceedings of the European Conference on AI, Miinchen 1988, S. 159-164. Puppe, F.: Einfiihrung in Expertensysteme, Berlin: Springer 1988. Puppe, F.: . Problemlosungsmethoden in Expertensystemen, Berlin: Springer 1990. Qi, X.; Palmieri, F.: General Properties of Genetic Algorithms in the Euclidean Space with Adaptive Mutation and Crossover, Technical Report EE-92-04, University of Conneticut, Department of Electrical and Systems Engineering, Storrs/CT 1992. Quinlan, J. R.: Learning Efficient Classification Procedures and their Application to Chess End Games, in: [MICH84], S. 463-482. Quinlan, J. R.: A Case Study of Inductive Knowledge Acquisition, in: Quinlan, J. R. (Hrsg.): Applications of Expert Systems, New York: Addison-Wesley 1987. Quinlan, J. R.: An Empirical Comparison of Genetic and DecisionTree Classifiers, in: [LAIR88], S. 135-14l. Rada, R.: Characterizing Search Spaces, in: Proceedings of the Eigth International Joint Conference on Artificial Intelligence, Vol. 2, Karlsruhe 1983, S. 780-782. Radcliffe, N. J.: Genetic Neural Networks on MIMD Machines, Dissertation, Edinburgh University, Edinburgh 1990. Radcliffe; N. J.: Forma Analysis and Random Respectful Recombination, in: [BELE91], S. 222-229.


[RADC91b)

[RADC92)

[RADC93a)

[RADC93b)

[RADE88)

[RAMS93)

[RAWL91)

[RECH73)

[RECH90)

[REEV92)

[REEV93a)

[REEV93b)

[REEV93c)

[REEV93d) [REHM92)

[REIN91)

[REIS86)

[REMU81)

[RHEE88)

Radcliffe, N. J.: Equivalence Class Analysis of Genetic Algorithms, in: Complex Systems 5 (1991), S. 183-205. Radcliffe, N. J.: Non-Linear Genetic Representations, in: [MA.NN92), S. 259-268. Radcliffe, N. J.j George, F. A. W.: A Study in Set Recombination, in: [FORR93a), S. 23-30. Radcliffe, N. J.: Genetic Set Recombination, in: [WHIT93), S. 203-219. Radermacher, F .-J.: Entwicklungsperspektiven rechnergestiitzter Entscheidungsfindung, in: Wolff, M. R.: Entscheidungsunterstiitzende Systeme im Unternehmen, Miinchen: R. Oldenbourg 1988, S. 289-319. Ramsey, C. L.j Grefenstette, J. J.: Case-Based Initialization of Genetic Algorithms, in: [FORR93a), S. 84-9l. Rawlins, G. J. E. (Hrsg.): Foundations of Genetic Algorithms, San Mateo/CA: Morgan Kaufmann 1991. Rechenberg, I.: Evolutionsstrategie. Optimierung technischer Systeme nach Prinzipien der biologischen Evolution, Stuttgart: Frommann-Holzboog 1973. Rechenberg, I.: Evolutionsstrategie - Optimierung nach Prinzipien der biologischen Evolution, in: [ALBE90), S. 25-72. Reeves, C. R.: A Genetic Algorithm Approach to Stochastic Flowshop Sequencing, in: Proceedings of the lEE Colloquium on Genetic Algorithms for Control and Systems Engineering, London 1992. Reeves, C. R.: A Genetic Algorithm for Flowshop Sequencing, angenommen bei: Computers and Operations Research. Reeves, C. R.: Using Genetic Algorithms with Small Populations, in: [FORR93a), S. 92-99. Reeves, C. R. (Hrsg.): Modern Heuristic Techniques for Combinatorial Problems, Oxford: Blackwell 1993. Reeves, C. R.: Genetic Algorithms, in: [REEV93c), S. 151-196. Rehm, W.j Sterzing, V.: Ein evolutionstheoretisches Optimierungsverfahren fiir Multi-Layer-Perceptrons, in: Informationstechnik 34 (1992) 5, S. 307-312. Reinfelder, G.: Computerprogramme von der Natur abgekupfert, in: Siiddeutsche Zeitung, 8./9. Juni 1991,S. 34. Reisig, W.: Petri-Netze. Eine Einfiihrung, 2. Aufi., Berlin: Springer 1986. Remus, W.j Jenner, S.: Playing Business Games: Expectations and Realities, in: Simulation and Games o. Jg. (1981) 4, S. 480-488. Rhee, W. T.: A Note on Asymptotic Properties of the Quadratic Assignment-Problem, in: Operations Research Letters 7 (1988) 4, S. 197-200.

478

[RICH89]

[RIED90] [RINN89]

[RIOL88]

[RIOL89a]

[RIOL89b]

[RIOL91]

[RITT91]

[ROBE87]

[ROBE88]

[ROMA93]

[ROMM93]

[ROSE85]

[RUBI92]

[RUD091]

[RUD092]

[RUME86]


Richardson, J. T.; Palmer, M. R.; Liepins, G.; Hilliard, M.: Some Guidelines for Genetic Algorithms with Penalty Functions, in: [SCHA89a], S. 191-197. Riedl, R.: Die Ordnung des Lebendigen, Miinchen: Piper 1990. Rinnoy Kan, A. H. G.; Timmer, G. T.: Global Optimization, in: Nemhauser, G. L.; Rinnoy Kan, A. H. G.; Todd, M. (Hrsg.): Optimization, Handbooks in Operations Research and Management Science, Vol. 1, Amsterdam: North-Holland 1989. Riolo, R. L.: CSF-C: A Package of Domain Independent Subroutines for Implementing Classifier Systems in Arbitrary, User-Defined Environments, Technical Report 1986, Update 1988, University of Michigan, Logic of Computers Group, Ann Arbor 1988. Riolo, R.: The Emergence of Coupled Sequences of Classifiers, in: [SCHA89a], S. 256-264. Riolo, R.: The Emergence of Default Hierarchies in Learning Classifier Systems, in: [SCHA89a], S. 322-327. Riolo, R. L.: Lookahead Planning and Latent Learning in a Classifier System, in: [MEYE91], S. 316-326. Ritter, H.; Martinez, T.; Schulten, K.: Neuronale Netze. Eine Einfiihrung in die Neuroinformatik selbstorganisierender Netzwerke, 2. Aufi., Bonn: Addison-Wesley 1991. Robertson, G. G.: Parallel Implementation of Genetic Algorithms in a Classifier System, in: [DAVI87a], S. 129-140. Robertson, G. G.: Population Size in Classifier Systems, in: [LAIR88], S. 142-152. Romaniuk, S. G.: Evolutionary Growth Perceptrons, in: [FORR93a], S. 334-34l. Rommelfanger, H.: Fuzzy-Logik basierte Verarbeitung von Expertenregeln, in: OR Spektrum 15 (1993), S. 31-42. Rosenthal, R. E.: Concepts, Theory, and Techniques. Principles of Multiobjective Optimization, in: Decision Sciences 16 (1985), S. 133-152. Rubin, P. A.; Ragatz, G. L.: Scheduling in a Sequence Dependent Setup Environment with Genetic Search, in: Proceedings of the Annual Meeting of the Decision Science Institute, San Francisco 1992, S. 1029-1O3l. Rudolph, G.: Global Optimization by Means of Distributed Evolution Strategies, in: [SCHW91j, S. 209-213. Rudolph, G.: On Correlated Mutations in Evolution Strategies, in: [MANN92], S. 105-114. Rumelhart, D. E.; McClelland, J. L.: Parallel Distributed Processing: Explorations in the Microstructure of Cognition, Bd. 1 und 2, Cambridge/MA: MIT Press 1986.


[RUST92j Rust, J.; Palmer, R.; Miller, J. H.: Behavior of Trading Automata in a Computerized Double Auction Market, Working Paper 92-02-008, Santa Fe Institute, Santa Fe 1992.

[SAMP80j Sampson, J. R.: A Synopsis of the Fifth Annual Ann Arbor Adaptive Systems Workshop, The University of Alberta, Edmonton 1980.

[SANC93j Sanchez, E.: Genetic Algorithms and Soft Computing, Tutorial Priisentation, EUFIT'93, First European Congress on Fuzzy and Intelligent Technologies, Aachen 1993.

[SAUE91j Sauerburger, H.: Grundlagen neuronaler Netze, in: Handbuch der modernen Datenverarbeitung 159 (1991), S. 7-28.

[SCHA84) Schaffer, J. D.: Some Experiments in Machine Learning Using Vector Evaluated Genetic Algorithms, Dissertation, Vanderbilt University, Nashville 1984.

[SCHA85) Schaffer, J. D.; Grefenstette, J. J.: Multi-Objective Learning via Genetic Algorithms, in: Proceedings of the Ninth International Joint Conference on Artificial Intelligence, Vol. 1, Los Altos 1985, S. 593-595.

[SCHA87) Schaffer, J. D.; Morishima, A.: An Adaptive Crossover Distribution Mechanism for Genetic Algorithms, in: [GREF87a), S. 36-40.

[SCHA89a) Schaffer, J. D. (Hrsg.): Proceedings of the Third International Conference on Genetic Algorithms, San Mateo/CA.: Morgan Kaufmann 1989.

[SCHA89b) Schaffer, J. D.; Caruana, R. A.; Eshelman, L. J.; Das, R.: A Study of Control Parameters Affecting Online Performance of Genetic Algorithms for Function Optimization, in: [SCHA89a), S. 51-60.

[SCHA90) Schaffer, J. D.; Caruana, R. A.; Eshelman, L. J.: Using Genetic Search to Exploit the Emergent Behavior of Neural Networks, in: Physica D 42 (1990), S. 244-248.

[SCHA91a) Schaffer, J. D.; Eshelman, L. J.: On Crossover as an Evolutionary Viable Strategy, in: [BELE91), S. 61-68.

[SCHA91b) Schaffer, J. D.; Eshelman, L. J.; Offutt, D.: Spurious Correlations and Premature Convergence in Genetic Algorithms, in: [RAWL91), S. 102-112.

[SCHA92) Schaffer, J. D.; Whitley, D.; Eshelman, L. J.: Combinations of Genetic Algorithms and Neural Networks: A Survey of the State of the Art, in: [WHIT92J, S. 1-37.

[SCHA93) Schafer, U.: Personaleinsatzplanung, personliche Kommunikation 1993.

[SCHI81) Schiemangk, C.: Anwendung einer Evolutionsstrategie zum Auffinden eines optimalen Subgraphen, in: Zingert (Hrsg.): Numerische Realisierung mathematischer Modelle, Zentrum fUr Rechentechnik - 81.16, Zentralinstitut fiir Kybernetik und Informationsprozesse, Akademie der Wissenschaften der DDR, S. 167-181.


[SCHI92] Schizas, C. N.; Pattichis, C. S.; Middleton, L. T.: Neural Networks, Genetic Algorithms and the K-means Algorithm: In Search of Data Classification, in: [WHIT92], S. 201-222.

[SCHN86] Schneider, P.: Algorithmen zur Parameteradaptation in der mehrgliedrigen Evolutionsstrategie bei der diskreten Optimierung, Diplomarbeit, Universitiit Dortmund, Fachbereich Informatik, Dortmund 1986.

[SCH076] Schoebel, R.: Anwendung der Evolutionsstrategie auf deterministische Modelle der Operations Research, Studienarbeit, Technische Universitiit Berlin, Fachbereich Verfahrenstechnik, Fachgebiet Bionik und Evolutionstechnik 1976.

[SCH091] Scholz, M.: A Learning Strategy for Neural Networks Based on a Modified Evolutionary Strategy, in: [SCHW91], S. 314-318.

[SCH093] Schoenauer, M.; Xanthakis, S.: Constrained GA Optimization, in: [FORR93a], S. 573-580.

[SCH090] Schoneburg, E.; Heinzmann, F.; Dorrich, T.: Produktionsplanung mit Methoden der Kiinstlichen Intelligenz und Genetischen AIgorithmen, in: CHIP Professional o. Jg. (1990) 9, S. 68-75.

[SCH091] Schoneburg, E.; Heinzmann, F.; Dorrich, T.: Industrielle Planung mit Methoden der Kiinstlichen Intelligenz, in: DV-Management o. Jg. (1991) 1, S. 26-29.

[SCH092] Schoneburg, E.; Heinzmann, F.: PERPLEX: Produktionsplanung nach dem Vorbild der Evolution, in: Wirtschaftsinformatik 34 (1992) 2, S. 224-232.

[SCH093a] Schoneburg, E.: Zeitreihenanalyse und -prognose mit Evolutionsalgorithmen, Arbeitspapier, Expert Informatik GmbH, Berlin 1993.

[SCH093b] SchOneburg, E.; Nickolay, B.: Automatic Generation of Neural Nets from Mathematical Formulas, Arbeitspapier, Expert Informatik GmbH, Berlin 1993.

[SCH094] Schoneburg, E.; Heinzmann, F.; Feddersen, S.: Genetische Algarithmen und Evolutionsstrategien. Eine Einfiihrung in Theorie und Praxis der simulierten Evolution, Bonn: Addison-Wesley 1994.

[SCHR91] Schroetter, M.: Planung des Werkfernverkehrs mit Genetischen Algorithmen, Diplomarbeit, Universitiit Erlangen-Niirnberg, Informatik-Forschungsgruppe B 1991.

[SCHR92] Schraudolph, N. N.; Belew, R. K.: Dynamic Parameter Encoding for Genetic Algorithms, in: Machine Learning 9 (1992), S. 9-21.

[SCHU89] Schuurmans, D.; Schaeffer, J.: Representational Difficulties with Classifier Systems, in: [SCHA89a], S. 328-333.

[SCHU92] Schulze-Kremer, S.: Genetic Algorithms for Protein Tertiary Structure Prediction, in: [MANN92]' S. 391-400.

[SCHU93] Schuh, H.; von Randow, G.: Gut erforscht ist halb erfunden, Die Zeit, Nr. 9, 26. Feb. 1993, S. 42.


[SCHU92] Schiitz, G.: Ein Genetischer Algorithmus zum Bandabgleich, Vortrag gehalten auf der PECOR-Tagung der DGOR, Diisseldorf 1992.

[SCHW72] Schwefel, D.: Gesundheitsplanung im Departamento del Valle del Cauca, Bericht des Deutschen Entwicklungshilfe-Instituts, Berlin 1972.

[SCHW81] Schwefel, H.-P.: Numerical Optimization of Computer Models, Chichester: John Wiley & Sons 1981.

[SCHW90] Schwefel, H.-P.: "Natiirliche Intelligenz" in evolutionaren Systemen, in [ALBE90], S. 151-164.

[SCHW91] Schwefel, H.-P.j Manner, R (Hrsg.): Parallel Problem Solving from Nature.

[SEBA92a] Sebald, A. V.: On Exploiting the Global Information Generated by Evolutionary Programs, in: [FOGE92b], S. 169-174.

[SEBA92b] Sebald, A. V.j Fogel, D. B.: Design of Fault Tolerant Neural Networks for Pattern Classification, in [FOGE92b], S. 90-99.

[SEBA93] Sebald, A. V.: Issues in Autonomous System Identification Using Evolutionary Programming, in: [FOGE93a], S. 164-169.

[SEDB91] Sedbrook, T. A.j Wright, H.j Wright, R: Application of a Genetic Classifier for Patient Triage, in: [BELE91], S. 334-338.

[SEDG84] Sedgewick, R.: Algorithms, Nachdruck mit Korrekturen, Reading/MA: Addison-Wesley 1984.

[SHAE87] Shaefer, C. G.: The Argot Strategy: Adaptive Representation Genetic Optimization Technique, in: [GREF87a], S. 50-58.

[SHEH92] Shehadeh, H.j Lea, R N.: A Genetic Algorithms Approach for Altering the Membership Functions in Fuzzy Logic Controllers, in: Proceedings of the North American Fuzzy Information Processing Society (NAFIPS 92), Puerto Vallarta 1992, S. 515-523.

[SHON92] Shonkwiler, Rj Miller, K. R: Genetic Algorithm/Neural Network

[SHON93]

[SHU91]

[SIEW82a] [SIEW82b]

[SIEW82c]

[SIEW82d]

[SIK092]

Synergy for Nonlinearly Constrained Optimization Problems, in: [WHIT92], S. 248-257. Shonkwiler, R: Parallel Genetic Algorithms, in: [FORR93a], S. 199-205. Shu, L.j Schaeffer, J.: HCS: Adding Hierarchies to Classifier Systems, in: [BELE91]' S. 339-345. Siewing, R (Hrsg.): Evolution, Stuttgart: UTB-Fischer 1982. Siewing, R: Biologische Evolution - Einfiihrung in die Problematik, in: [SIEW82a], S. 95-118. Siewing, R: Die genetischen Grundlagen der Veranderung von Arten, in [SIEW82a], S. 319-336. Siewing, R: Wie entsteht eine neue Art?, in: [SIEW82a], S. 351-356. Sikora, R: Learning Control Strategies for a Chemical Process: A Distributed Approach, in: IEEE Expert 7 (1992) 3, S. 35-43.

482

[SIK093a)

[SIK093b)

[SIM055)

[SIM057) [SIM084)

[SING90)

[SKOR90)

[SMIT80)

[SMIT85)

[SMIT87)

[SMIT91)

[SMIT92a)

[SMIT93a)

[SMIT93b)

[SMIT93c)

[SONN82)

[SOUC91)


Sikora, R.: A Double Layered Learning Approach for Acquiring Classification Rules: Integrating Genetic Algorithms with Similarity-Based Learning, angenommen von ORSA Journal of Computing 1993. Sikora, R.; Shaw, M.: The Evolutionary Model of Group Problem Solving: A Computational Study of Distributed Rule Learning, erscheint in Information Systems Research 1993. Simon, H. A.: A Behavioral Model of Rational Choice, in: Quarterly Journal of Economics 69 (1955), S. 99-118. Simon, H. A.: Models of Man, New York: Wiley 1957. Simon, H. A.: Why Should Machines Learn?, in: [MICH84), S. 25-37. Singh, J. V. (Hrsg.): Organizational Evolution. New Directions, Newbury Park: Sage 1990. Skorin-Kapov, J.: Tabu Search Applied to the Quadratic Assignment Problem, in: ORSA Jounral on Computing 2 (1990) 1, S. 33-45. Smith, S.: A Learning System Based on Genetic Algorithms, Dissertation, University of Pittsburgh, Department of Computer Science, Pittsburgh 1980. Smith, D.: Bin Packing with Adaptive Search, in: [GREF85a), S. 202-206a. Smith, R. E.: Diploid Genetic Algorithms for Search in Time Varying Environments, in: Proceedings of the Annual Southeast Regional Conference of the ACM, New York 1987, S. 175-179. Smith, R. E.: Default Hierarchy Formation and Memory Exploitation in Learning Classifier Systems, Dissertation, TCGA Report 91003, University of Alabama, The Clearinghouse for Genetic Algorithms, Tuscaloosa 1991. Smith, R. E.; Goldberg, D. E.: Diploidy and Dominance in Artificial Genetic Search, in: Complex Systems 6 (1992), S. 251-285. Smith, A. E.; Tate, D. M.: Genetic Optimization Using a Penalty Function, in: [FORR93a), S. 499-503. Smith, R. E.: Adaptively Resizing Populations: An Algorithm and Analysis, TCGA Report 93001, University of Alabama, The Clearinghouse for Genetic Algorithms, Tuscaloosa 1993. Smith, R. E.; Forrest, S.; Perelson, A. S.: Population Diversity in an Immune System Model: Implications for Genetic Search, in: [WHIT93), S. 153-165. Sonnenschein, H.: A Modular Optimization Calculation Method of Power Station Energy Balance and Plant Efficiency, in: Journal of Engineering for Power 104 (1982), S. 255-259. Soucek, B. and the IRIS Group (Hrsg.): Neural and Intelligent Systems Integration, New York: John Wiley & Sons 1991.


[SOUC92j

[SPEA91j

[SPEA93] [SPIE91]

[SPRA94j

[SPUT84j

[STAR91aj

[STAR91bj

[STAR92j

[STAR93j

[STEI61j

[STEI89j

[STOP92j

[STOR92]

[STOR93j

[STRE75j

[SUH87aj

[SUH87bj

Soucek, B. and the IRIS Group (Hrsg.): Dynamic, Genetic, and Chaotic Programming. The Sixth Generation, New York: John Wiley & Sons 1992. Spears, W.; De Jong, K.: On the Virtues of Parameterized Uniform Crossover, in: [BELE91], S. 230-236. Spears, W.: Crossover or Mutation?, in: [WHIT93], S. 221-237. Spiessens, P.; Manderick, B.: A Massively Parallel Genetic Algorithm. Implementation and First Results, in: [BELE91], S. 279-286. Sprave, J.: Linear Neighbourhood Evolution Strategy, erscheint in: Proceedings of the Third Annual Conference on Evolutionary Programming (im Druck) 1994. Sputek, K.: Anwendung evolutorischer Suchstrategien zur TopDown-Rechnung von Budgetierungsmodellen, Diplomarbeit, Technische Universitat Berlin, Fachbereich Wirtschaftswissenschaften 1984. Starkweather, T.; Whitley, D.; Mathias, K: Optimization Using Distributed Genetic Algorithms, in: [SCHW91], S. 176-185. Starkweather, T.; McDaniel, S.; Mathias, K; Whitley, D.; Whitley, C.: A Comparison of Genetic Sequencing Operators, in: [BELE91], S.69-76. Starkweather, T.; Whitley, D.; Mathias, K; McDaniel, S.: Sequence Scheduling with Genetic Algorithms, in: [FAND92], 129-148. Starkweather, T.; Whitley, D.: A Genetic Algorithm for Scheduling with Resource Consumption, in [FAND93], S. 567-583. Steinberg, L.: The Backboard Wiring Problem: A Placement Algorithm, in: SIAM Review 3 (1961) 1, S. 37-50. Stein, D. L.: Lectures in the Sciences of Complexity, Vol. 1, Redwood CityjCA: Addison-Wesley 1989. Stappler, S.; Bierwirth, C.: The Application of a Parallel Genetic Algorithm to the njmjP jCmax Flowshop Problem, in: [FAND92], S. 161-175. Storer, R. H.; David Wu, S.; Vaccari, R.: Local Search in Problem and Heuristic Space for Job Shop Scheduling Genetic Algorithms, in: [FAND92], S. 150-160. Storer, R. H.; Wu, S. D.; Park, I.: Genetic Algorithms in Problem Space for Sequencing Problems, in [FAND93], S. 584-597. Streim, H.: Heuristische Lasungsverfahren. Versuch einer Begriffsklarung, in: Zeitschrift fur Operations Research 19 (1975), S. 143-162. Suh, J. Y.; Gucht, D. V.: Distributed Genetic Algorithms, Technical Report No. 225, Indiana University, Computer Science Department, Bloomington 1987. Suh, J. Y.; Gucht, D. V.: Incorporating Heuristic Information into Genetic Search, in: [GREF87a], S. 100-107.

484

[SURM93]

[SUTT88]

[SUZU91]

[SUZU93]

[SYSW89]

[SYSW91a]

[SYSW91b]

[SYSW91c]

[SYSW93]

[TAIL91]

[TAM91]

[TAM92]

[TAMA92]

[TANE89]

[TATE93]

[TAYL92]

[TEMP92]

[THAN91a]


Surmann, H.j Kanstein, A.j Goser, K.: Self-Organizing and Genetic Algorithms for an Automatic Design of Fuzzy Control and Decision Systems, in: [ELIT93], S. 1097-1104. Sutton, R. S.: Learning to Predict by the Methods of Temporal Differences, in: Machine Learning 3 (1988), S. 9-44. Suzuki, Kj Kakazu, Y.: An Approach to the Analysis of the Basins of the Associative Memory Model Using Genetic Algorithms, in: [BELE91], S. 539-546. Suzuki, J.: A Markov Chain Analysis on a Genetic Algorithm, in: [FORR93a], S. 146-153. Syswerda, G.: Uniform Crossover in Genetic Algorithms, in: [SCHA89a], S. 2-9. Syswerda, G.j Palmucci, J.: The Application of Genetic Algorithms to Resource Scheduling, in: [BELE91], S. 502-508. Syswerda, G.: Schedule Optimization Using Genetic Algorithms, in: [DAVI91b], S. 332-349. Syswerda, G.: A Study of Reproduction in Generational and Steady-State Genetic Algorithms, in: [RAWL91], S. 94-101. Syswerda, G.: Simulated Crossover in Genetic Algorithms, in: [WHIT93], S. 239-255. Taillard, E.: Robust Taboo Search for the Quadratic Assignment Problem, in: Parallel Computing 17 (1991), S. 443-455. Tam, K Y.j Kiang, M. Y.j Chi, R. T. H.: Inducing Stock Screening Rules for Portfolio Construction, in: Journal of the Operational Research Society 42 (1991) 9, S. 747-757. Tam, KY.: Genetic Algorithms, Function Optimization, and Facility Layout Design, in: European Journal of Operations Research 63 (1992), S. 322-346. Tamaki, H.j Nishikawa, Y.: A Parallel Genetic Algorithm Based on a Neighborhood Model and Its Application to the Jobshop Scheduling, in: [MANN92]' S. 573-582. Tanese, R.: Distributed Genetic Algorithms, in: [SCHA89a], S. 434-439. Tate, D. M.j Smith, A. E.: Expected Allele Coverage and the Role of Mutation in Genetic Algorithms, in: [FORR93a], S. 31-37. Taylor, S.: A Classifier Model of the Evolution of Organizational Structure: The Evolving Legislature, in: [MASU92], S. 143-174. Tempelmeier, H.j Kuhn, H.: OR-Modelle zur Planung fl.exibler Fertigungssysteme. Ein Uberblick, in: OR-Spektrum 14 (1992), S. 177-192. Thangiah, S. R.: GIDEON: A Genetic Algorithm System for Vehicle Routing with Time Windows, Dissertation, North Dakota State University, Fargo/ND 1991.


[THAN91b) Thangiah, S. R.j Nygard, K E.j Juell, P. L.: GIDEON: A Genetic Algorithm System for Vehicle Routing with Time Windows, in: Proceedings of the IEEE Conference on Artificial Intelligence Applications, Miami 1991, S. 322-328.

[THAN92a) Thangiah, S. R.j Nygard, K E.: School Bus Routing Using Genetic Algorithms, in: Proceedings of the SPIE Conference on Applications of Artificial Intelligence X: Knowledge Based Systems, Orlando 1992, S. 387-389.

[THAN92b) Thangiah, S. R.j Nygard, K E.: MICAH: A Genetic Algorithm System for Multi-Commodity Transshipment Problems, in: Proceedings of the Eigth IEEE Conference on Artificial Intelligence for Applications, Monterey/CA 1992, S. 322-328.

[THAN93a) Thangiah, S. R.: Vehicle Routing with Time Windows Using Genetic Algorithms, Technical Report SRU-CpSc-TR-93-23, Slippery Rock University, Computer Science Department, Slippery Rock 1993.

[THAN93b) Thangiah, S. R.j Vinayagamoorthy, R.j Gubbi, A. V.: Vehicle Routing with Time Deadlines Using Genetic and Local Algorithms, in: [FORR93a), S. 506-513.

[THOM86) Thompson, B.j Thompson, B.: Evolving Knowledge from Data, in: Computer Language 11 (1986) 3, S. 23-26.

[THRI91) Thrift, P.: Fuzzy Logic Synthesis with Genetic Algorithms, in [BELE91), S. 509-513.

[TRIN92) Trint, Kj Utecht, U.: Methodik der Strukturevolution, Arbeitspapier, Technische Universitiit Berlin, Fachgebiet Bionik und Evolutionstechnik, Berlin 1992.

[TSCH92) Tschacher, W.j Brunner, E. J.: Organization and Self-Organization, in: [FRIE92), S. 382-391.

[TSUT93) Tsutsui, S.j Fujimoto, Y.: Forking Genetic Algorithm with Blocking and Shrinking Modes (fGA), in: [FORR93a], S. 206-213.

[TWAR93) Twardowski, K: Credit Assignment for Pole Balancing with Learning Classifier Systems, in: [FORR93a), S. 238-245.

[ULDE91) Ulder, N. L. J.j Aarts, E. H. L.j Bandelt, H.-J.j Laarhoven, P. J. M.j Pesch, E.: Genetic Local Search Algorithms for the Traveling Salesman Problem, in: [SCHW91), S. 109-116.

[ULRI84) Ulrich, H.j Probst, G. J. B.: Self-Organization and Management of Social Systems, Berlin: Springer 1984.

[VALE91a) Valenzuela-Rendon, M.: The Fuzzy Classifier System: Motivations and First Results, in: [SCHW91), S. 338-342.

[VALE91b) Valenzuela-Rendon, M.: The Fuzzy Classifier System: A Classifier System for Continuously Varying Variables, in: [BELE91), S. 346-353.

[VANC91) Vancza, J.j Markus, A.: Genetic Algorithms in Process Planning, in: Computers in Industry 17 (1991), S. 181-194.

486

[VARE92)

[VENU92)

[VOIG89)

[VOLL66)

[VOLT93) [VOSE91a)

[VOSE91b)

[WAAG92)

[WAGN85a)

[WAGN85b)

[WANG87)

[WEIN93)

[WEIS91)

[WERN84)

[WERN88)

[WERR89)

[WEST89)

[WEST91)


Varela, F. J.; Bourgine, P. (Hrsg.): Toward a Practice of Autonomous Systems, Cambridge/MA: The MIT Press 1992. Venugopal, V; Narendran, T. T.: A Genetic Algorithm Approach to the Machine-Component Grouping Problem with Multiple Objectives, in: Computers and Industrial Engineering 22 (1992) 4, S.469-480. Voigt, H.-M.: Evolution and Optimization. An Introduction to Solving Complex Problems by Replicator Networks, Berlin: AkademieVerlag 1989. Vollmann, T. E.; Buffa, E. S.: The Facility Layout Problem in Perspective, in: Management Science 12 (1966) 10, S. B450-B468. Volta, G.: Job Shop Scheduling, personliche Kommunikation 1993. Vose, M. D.; Liepins, G. E.: Schema Disruption, in: [BELE91J, S.237-242. Vose, M. D.: Generalizing the Notion of Schema in Genetic Algorithms, in: Artificial Intelligence 50 (1991), S. 385-396. Waagen, D.; Diercks, P.; McDonnell, J.: The Stochastic Direction Set Algorithm: A Hybrid Technique for Finding Function Extrema, in: [FOGE92b), S. 35-42. Wagner, G. P.: Uber die populationsgenetischen Grundlagen einer Systemtheorie der Evolution, in: [OTT85J, S. 97-11l. Wagner, H.: Procedures for the Solution of the Unit Commitment Problem, in: Wacker, H. J. (Hrsg.): Applied Optimization Techniques in Energy Problems, Stuttgart: Teubner, S. 449-470. Wang, Q.: Optimization by Simulating Molecular Evolution, in: Biological Cybernetics 57 (1987), S. 95-10l. Weingarten, U.: Ein Ansatz zur Anwendung Genetischer Algorithmen auf das Problem der Grobterminierung, Vortrag gehalten auf der Jahrestagung von DGOR und NSOR, Amsterdam 1993. WeiB, G.: Action-Oriented Learning in Classifier Systems, Forschungsberichte Kiinstliche Intelligenz FKI-158-91, Technische Universitat Miinchen, Miinchen 1991. Werner, F.: Zur Losung spezieller Reihenfolgeprobleme, Dissertation, Technische Hochschule Magdeburg, Magdeburg 1984. Werner, F.: Ein adaptives stochastisches Suchverfahren fiir spezielle Reihenfolgeprobleme, in: Ekonomicko-Matematicky Obzor 24 (1988) 1, S. 50-67. de Werra, D; Hertz, A.: Tabu Search Techniques. A Tutorial and Application to Neural Networks, in: OR Spektrum 11 (1989), S. 131-14l. Westerdale, T. H.: A Defense of the Bucket Brigade, in: [SCHA89a), S. 282-290. Westerdale, T. H.: Redundant Classifiers and Prokaryote Genomes, in: [BELE91), S. 354-360.


[WHIT88] Whitley, D.; Kauth, J.: GENITOR: A Different Genetic Algorithm, Technical Report CS-88-101, Colorado State University, Department of Computer Science, Fort Collins/CO 1988.

[WHIT89a] Whitley, D.: The GENITOR Algorithm and Selection Pressure: Why Rank-Based Allocation of Reproductive Trials Is Best, in: [SCHA89a], S. 116-121.

[WHIT89b] Whitley, D.; Starkweather, T.; Fuquay, D.: Scheduling Problems and Traveling Salesmen: The Genetic Edge Recombination Operator, in: [SGHA89a], S. 133-140.

[WHIT91a] Whitley, D.; Starkweather, T.; Shaner, D.: The Traveling Salesman and Sequence Scheduling: Quality Solutions Using Genetic Edge Recombination, in: [DAVI91b], S. 350-372.

[WHIT91b] Whitley, D.; Mathias, K.; Fitzhorn, P.: Delta Coding: An Iterative Search Strategy for Genetic Algorithms, in: [BELE91], S. 77-84.

[WHIT91c] Whitley, L. D.: Fundamental Principles of Deception in Genetic Search, in: [RAWL91], S. 221-241.

[WHIT91d] Whitley, D; Dominic, S.; Das, R.: Genetic Reinforcement Learning with Multilayer Neural Networks, in: [BELE91]' S. 562-569.

[WHIT92] Whitley, L. D.; Schaffer, J. D.: COGANN-92 International Workshop on Combinations of Genetic Algorithms and Neural Networks, Los Alamitos/CA: IEEE Computer Society Press 1992.

[WHIT93] Whitley, L. D.: Foundations of Genetic Algorithms 2, San Mateo/CA: Morgan Kaufmann 1993.

[WIDR60] Widrow, B.; Hoff, M. E.: Adaptive Switching Circuits, in: 1960 IRE WESTCON Convention Record, New York: IRE 1960, S. 96-104.

[WIEN93] Wienholt, W.: A Refined Genetic Algorithm for Parameter Optimization Problems, in: [FORR93a], S. 589-596.

[WILS87a] Wilson, S. W.: Quasi-Darwinian Learning in a Classifier System, in: Langley, P. (Hrsg.): Proceedings of the Fourth International Workshop on Machine Learning, Los Altos/CA: Morgan Kaufmann 1987, S. 59-65.

[WILS87b] Wilson, S. W.: Hierarchical Credit Allocation in a Classifier System, in: [DAVI87a], S. 104-115.

[WILS89] Wilson, S. W.; Goldberg, D. E.: A Critical Review of Classifier Systems, in: [SCHA89a], S. 244-255.

[WINS87] Winston, W. L.: Operations Research: Applications and Algorithms, Boston: Duxbury Press 1987.

[WITT84] Wittmiiss, A.; Straubel, R.j Rosenmiiller, R.: Interactive MultiCriteria Decision Procedure for Macroeconomic Planning, in: Systems Analysis, Modelling, Simulation 1 (1984) 5, S. 411-424.

[WITT91] Witt, U.: Evolutionary Economics - an Interpretative Survey, European Study Group for Evolutionary Economics (Hrsg.): Papers on Economics & Evolution 9104, Freiburg 1991.


[WRIG91] Wright, A. H.: Genetic Algorithms for Real Parameter Optimization, in: [RAWL91], S. 205-218.

[WUKE82] Wuketits, F. M.: Grundriss der Evolutionstheorie, Darmstadt: Wissenschaftliche Buchgesellschaft 1982.

[WUKE85] Wuketits, F. M.: Die systemtheoretische Innovation der Evolutionslehre, in: [OTT85], S. 69-81.

[YAMA92] Yamada, T.; Nakano, R.: A Genetic Algorithm Applicable to LargeScale Job-Shop Problems, in: [MANN92]' S. 281-290.

[YA092] Yao, X.: A Review of Evolutionary Artificial Neural Networks, Technical Report, Commonwealth Scientific and Industrial Research Organisation, Highett/Victoria 1992.

[YATE93] Yates, D. F.; Fairley, A.: An Investigation into Possible Causes of, and Solutions to, Rule Strength Disortion Due to the Bucket Brigade Algorithm, in: [FORR93a], S. 246-253.

[YIN91] Yin, X.; Germay, N.: Investigations on Solving the Load Flow Problem by Genetic Algorithms, in: Electric Power Systems Research 22 (1991), S. 151-163.

[YOVI62] Yovits, M. C.; Jacobi, G. T.; Goldstein, G. D. (Hrsg.): SelfOrganizing Systems, Washington: Spartan Books 1962.

[ZADE65] Zadeh, L. A.: Fuzzy Sets, in: Information and Control 8 (1965), S. 338-353.

[ZAHN73] Zahn, E.: Zur Anwendung mathematischer Modelle bei der strategischen Planung, in: Grochla, E.; Szyperski, N. (Hrsg.): Modellund computergestutzte Unternehmensplanung, Wiesbaden: Gabler 1973, S. 598-619.

[ZAUS91] Zaus, M.: Gutachten zur Realisierung hybrider konnektionistischer Expertensysteme, Universitiit Oldenburg, Fachbereich Psychologie, Oldenburg 1991.

[ZHAN93] Zhang, B.-T.; Muhlenbein, H.: Genetic Programming of Minimal Neural Nets Using Occam's Razor, in: [FORR93a], S. 342-349.

[ZHOU85] Zhou, H.: Classifier System with Long-Term Memory in Machine Learning, in: [GREF85a], S. 178-182.

[ZHOU87] Zhou, H. H.: CSM: A Genetic Classifier System with Memory For Learning by Analogy, Dissertation, Vanderbilt University, Department of Computer Science, Nashville 1987.

[ZHOU89] Zhou, H. H.; Grefenstette, J. J.: Learning by Analogy in Genetic Classifer Systems, in: [SCHA89a], S. 291-297.

[ZIMM85] Zimmermann, A.: Evolutionsstrategische Modelle bei einstufiger, losweiser Produktion, Frankfurt/M.: Peter Lang 1985.

[ZIMM93] Zimmermann, H.-J. (Hrsg.): Fuzzy Technologien. Prinzipien, Werkzeuge, Potentiale, Dusseldorf: VDI Verlag 1993.

[ZITA93] Abu Zitar, R. A.; Hassoun, M. H.: Regulator Control via Genetic Search Assisted Reinforcement, in: [FORR93a], S. 254-262.

r[)il1.\f7 DeutscherUniversitatsVerlag _____ ---, ~ GABlER·V1EWEG·WESTDEUTSCHERVERLAG

Aus unserem Programm

Thomas Becker Integriertes Technologie-Informationssystem Beitrag zur Wettbewerbsr8higkeit Deutsch1ands 1993. XVTI, 372 Seiten, 100 Abb., 43 Tab., Broschur DM 118,-1 OS 921,-1 SFr 118,Schriftenreihe technologie & management ISBN 3-8244-0183-5 Das bier vorgestellte Informationssystem kann auf nationaler Ebene alle wichtigen Informationen liber Technologien (Forschung und Entwicklung, Anwendungsgebiete, Literatur, Patente und Lizenzen sowie· Indikatoren und statistische Daten) libersichtlich und benutzerfreundlich zur Verftigung stellen.

Christian Bierwirth Flowshop Scheduling mit parallelen Genetischen Algorithmen Eine problemorientierte Analyse genetischer Suchstrategien 1993. xvn, 233 Seiten, 36 Abb., 20 Tab., Broschur DM 72,-1 OS 562,-1 SFr 72,-ISBN 3-8244-2051-1 Dieses Buch untersucht den Einsatz der Genetischen Algorithmen am Beispiel der Produktionsablaufplanung bei mehrstufJger FlieBfertigung. Es bemiiht sich insbesondere um ein qualitatives Verstiindnis vom Zusammenhang zwischen Problemstellung und Algorithmus.

Jiirgen Bode Betriebliche Produktion von Information 1993. XIX, 192 Seiten, 33 Abb., Broachur DM 89,-1 OS 694,-1 SFr 89,ISBN 3-8244-0161-4 Die Schrift erreicht durch die Integration von InformationsgUtem eine "Vervollstiindigung" des Betrachtungsgegenstandes der Produktionstheorie. Auf diese Weise wird der Grundstein zu einer Sicht der "industriellen Fertigung von Information" gelegt.

Gert Hoepner Computereinsatz bet Befragungen 1994. xx, 289 Seiten, 82 Abb., 22 Tab., Broechur DM 98,-1 OS 765,-1 SFr 98,ISBN 3-8244-0206-8 Die Arbeit analysiert die Einsatzm1iglichkeiten des Computers in allen Phasen der Befragung und diskutiert sowohl qualitative aIs auch organisatorische und wirtschaft1iche Aspekte.

I[)fll.\n DeutscherUniversitatsVerlag _____ ---, ~ GABLER ·VIEWEG·WESTDEUTSCHER VERLAG

Thorsten Poddig KOnstliche Intelligenz und Entscheidunptheorie 1992. XIX, 404 Seiten, 94 Abb., Broschur DM 118,-/ OS 921,-1 SFr 118,ISBN 3-8244-0096-0 Die Arbeit stellt den Symbolverarbeitungsansatz der Kiinstlichen Intelligenz dem Konnektionismus im Hinblick auf die Handhabung betriebswirtschaftlicher Diagnoseprobleme gegeniiber. Am konkreten Anwendungsbeispiel verschiedener Kursprognosen zeigt sich die besondere Leistungsf"ahigkeit Kiinstlicher Neuronaler Netzwerke.

Gerhard Satzger Entscheidungsunte1'8tOtzung fOr Hardware-Investitionen 1993. XVIll, 166 Seiten, 17 Abb., 4 Tab., Broschur DM 89,-/ OS 694,-/ SFr 89,-ISBN 3-8244-0176-2 Die Bereitstellung von Hardware-Kapazitiiten bildet aufgrund der Abhiingigkeiten betriebswirtschaftlicher und technischer Aspekte ein komplexes Entscheidungsproblem, f"tir das hier ein Unterstiitzungsystem vorgestellt wird.

Michael Syring Computerunte1'8tOtzung arbeitsteiliger Prozesse Konzipierung eines Koordinationssystems fUr die Biiroarbeit Mit einem Geleitwort von Ulrich Hasenkamp 1994. XVI, 259 Seiten, 38 Abb., Broschur DM 79,-/ OS 616,-1 SFr 79,ISBN 3-8244-2053-8 Ale Beitrag zum Forschungsgebiet "Computer-Supported Cooverative Work" (CSCW) wird ein Konzept fUr ein Koordinationssystem zur Unterstiitzung arbeitsteiliger Prozesse der Biiroarbeit entwickelt.

Die Buder erhalten Sie in Ihrer Buchhandlung! Unser Verlagsverzeichnis kdnnen Sie anfordem bei:

Deutscher Unive1'8itAts-Verlag Postfach 30 09 44 51338 Leverkusen

Documents

Literaturverzeichnis* - Home - Springer978-3-322-83430-0/1.pdf · sembly Line Balancing Problem, in: Proceedings of the Integer Programming / Combinatorial Optimization Conference,