User: Guest  Login
Original title:
Ein Hybrid-Verfahren zur Bearbeitung Kombinatorischer Optimierungsprobleme 
Original subtitle:
Die Integration von Multiagentensystemen und Genetischen Algorithmen in einem Framework zur Bearbeitung von Optimierungsproblemen aus der Praxis 
Translated title:
A hybrid for solving Combinatorial Optimization Problems 
Translated subtitle:
Integrating Multi Agent Systems and Genetic Algorithms into a framework to deal with optimization problems from the practice 
Year:
2007 
Document type:
Dissertation 
Institution:
Fakultät für Informatik 
Advisor:
Brauer, Wilfried (Prof. Dr. Dr. h.c.) 
Referee:
Struss, Peter (Prof. Dr.); Koch, Andreas (Prof. Dr.) 
Language:
de 
Subject group:
DAT Datenverarbeitung, Informatik 
Keywords:
Kombinatorische Optimierung, Hybridverfahren, Genetische Algorithmen, Multiagentensysteme 
Translated keywords:
Combinatorial Optimization Problems, Multi Agent Systems, Genetic Algorithms 
Controlled terms:
Kombinatorische Optimierung; Genetischer Algorithmus; Mehragentensystem 
TUM classification:
DAT 718d; DAT 709d; MAT 913d 
Abstract:
Die Arbeit beschreibt die Entwicklung eines Hybrid-Algorithmus zur Bearbeitung Kombinatorischer Optimierungsprobleme, seine Implementierung in einem Softwaresystem sowie dessen Anpassung und Anwendung auf drei Probleme aus der Praxis. Dabei handelt es sich um ein Standortplanungsproblem für zweistufige Distributionslogistiken, die Optimierung Integraler Taktfahrpläne sowie ein Zuordnungsproblem aus dem universitären Bereich. Das entwickelte Verfahren besteht aus einer Verknüpfung eines Genetisch...    »
 
Translated abstract:
The thesis documents the development of a hybrid algorithm for solving Combinatorial Optimization Problems (COP), its implementation as a running software framework and three case studies showing how to apply and adapt the framework to problems from the practice. These are: a location planning problem; the optimization of integrated periodic timetables; and an assignment problem from the university domain. The central idea of the thesis is to combine Genetic Algorithms (GA) with a Multi-Agent-System (MAS). The agents of the MAS feed increase a universal GA with problem-specific user knowledge in order to speed up the optimization process. Tests of a prototype implementation for adapting the framework to Traveling Salesman Problems as well as to the three case studies show a significant speed-up of the integrated MAS & GA algorithm compared to the isolated base algorithms. 
Oral examination:
16.11.2007 
Pages:
236 
Last change:
19.02.2009