Upload
hildegard-schulz
View
215
Download
2
Embed Size (px)
Citation preview
Map Labeling mittels Map Labeling mittels Simulated AnnealingSimulated Annealing und und Genetischen AlgorithmenGenetischen Algorithmen
Seminar Label PlacementLeiter: Dr. A. Wolff
Referent: Tim HoffmannTrassenheide 16./17.Juni 2001
Fragestellung: Wie kann man eine solche Karte mit Fragestellung: Wie kann man eine solche Karte mit Beschriftungen versehen?Beschriftungen versehen?
Quelle:Quelle:
MicrosoftMicrosoft®® Encarta Encarta Weltatlas 2001Weltatlas 2001
GliederungGliederung
1.1. Labelplatzierung als OptimierungsproblemsLabelplatzierung als Optimierungsproblems
2.2. Genetische Algorithmen Genetische Algorithmen
a)a) Grundlage und Ablauf der AlgorithmenGrundlage und Ablauf der Algorithmen
b)b) Einige VariantenEinige Varianten
3.3. Simulated AnnealingSimulated Annealing
a)a) Grundlage und Ablauf des AlgorithmusGrundlage und Ablauf des Algorithmus
b)b) Praktische FunktionsweisePraktische Funktionsweise
4.4. Leistungsvergleiche der AlgorithmenLeistungsvergleiche der Algorithmen
1.1. Labelplatzierung alsLabelplatzierung als OptimierungsproblemsOptimierungsproblems
Das Allgemeine Optimierungsproblem: Das Allgemeine Optimierungsproblem: Gegeben.: G , gGegeben.: G , gG, c = c(g)G, c = c(g)
Gesucht: min (c(g))Gesucht: min (c(g))
1.1. Labelplatzierung als Labelplatzierung als OOptimierungsproblemsptimierungsproblems
Das spezielle OptimierungsproblemDas spezielle OptimierungsproblemGrundmenge: Grundmenge: MMnn über {0,..,8} über {0,..,8}
Zielfunktion:Zielfunktion: Zahl der sich über-Zahl der sich über-schneidenden Label plus schneidenden Label plus 2*Zahl der entfernten Label 2*Zahl der entfernten Label minimierenminimieren
Quelle: Christensen et al. 1995
Quelle: Christensen et al. 1995
2.2. Genetische AlgorithmenGenetische Algorithmen
2.2. Genetische Algorithmen Genetische Algorithmen a) Grundlage und Ablauf der a) Grundlage und Ablauf der
AlgorithmenAlgorithmen
2. 2. Genetische Algorithmen Genetische Algorithmen b) Einige Variantenb) Einige Varianten
Lazy HillclimberLokal optimierter Genetischer Algorithmus (loGA)Rekombination der Elite (ERGA)Genetischer Algorithmus mit Fokussierung Genetischer Algorithmus mit speziellen
Crossover-Operatoren (Xover GA)
3.3. Simulated Annealing Simulated Annealing
3.3. Simulated AnnealingSimulated Annealinga) Grundlage und Ablauf des Algorithmusa) Grundlage und Ablauf des Algorithmus
3.3. Simulated AnnealingSimulated Annealingb) Praktische Funktionsweiseb) Praktische Funktionsweise
4.4. Leistungsvergleiche der AlgorithmenLeistungsvergleiche der Algorithmen
Quelle: van. Dijk et al. 1998 Quelle: van. Dijk et al. 1998 (verändert)(verändert)