Untersuchungen zum adaptiven Verhalten evolutionärer Algorithmen in dynamischen Umgebungen

Abstract

Im Bereich der Optimierung gewinnt die Betrachtung dynamischer Szenarien eine zunehmendere Bedeutung. Folgerichtig existiert eine Vielzahl hoch spezialisierter Verfahren für dezidierte Problemstellungen. Oftmals haben diese Verfahren aber den Nachteil, schon bei kleinen Abweichungen von den Voraussetzungen schlechte Ergebnisse zu erzielen. Darüber hinaus möchte ein Anwender einen Algorithmus möglichst ohne große Anpassungserfordernisse verwenden. Evolutionsstrategien stellen ein in vielen Anwendungen bewährtes Standardverfahren dar. Die vorliegende Arbeit überprüft die Auswirkungen unterschiedlicher Parametrisierungen bei der Anwendung auf dynamische Problemstellungen. Aus den Untersuchungen ergibt sich einerseits ein vertieftes Verständnis der Funktionsweise von Evolutionsstrategien. Andererseits werden Empfehlungen zur Einstellung der entsprechenden Parameter für unterschiedliche Szenarien gegeben. Darüber hinaus wird aufgrund der Ergebnisse ein neuartiger paralleler evolutionärer Algorithmus für dynamische Umgebungen entwickelt. Dieser wird ausführlich betrachtet und bewertet.