1 / 36

Kombinatorische Optimierung mit Ameisensystemen

Kombinatorische Optimierung mit Ameisensystemen. Daniel Schiller. Inhalt. Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?. Lösungsraum durch Ganzzahligkeitsbedingung eingeschränkt

melosa
Download Presentation

Kombinatorische Optimierung mit Ameisensystemen

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Kombinatorische Optimierung mit Ameisensystemen Daniel Schiller

  2. Inhalt • Kombinatorische Optimierungsprobleme • Heuristiken & Metaheuristiken • Natürliche Algorithmen • Ameisensysteme • Beispiel • Hausaufgabe • Zusammenfassung & Fragen?

  3. Lösungsraum durch Ganzzahligkeitsbedingung eingeschränkt • klassisches „Aufsuchen“ des Optimums entlang des Polyeders nicht möglich Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  4. Lösungsverschlechterung • Zeitaufwand oft nicht polynomiell von Problemgröße abhängig  schwer zu lösen • oft fehlen effiziente exakte Lösungsverfahren  Heuristiken Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  5. Heuristik • „(auf)finden, entdecken“ • mit begrenztem Wissen eine gute Lösung in angemessener Zeit finden • problemspezifisches Wissen nutzen • Optimalität nicht garantiert Metaheuristik • Rahmenwerk aus allgemeineren algorithmischen Regeln zur Erzeugung einer spezifischen Heuristik • Ausgestaltung indivduell Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  6. Natürliche Algorithmen • Vorgänge oder Prinzipien der Natur werden nachgebildet • neue Lösungsstrategien für Probleme abgeleitet • effizientere Verfahren gesucht • oft allgemeingültiger  nicht problemspezifisch • Beispiele: SimulatedAnnealing, Genetischer Algorithmus, Sintflutalgorithmus, Ameisensysteme Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  7. Reale Ameisenkolonien • Ameisen sind einfache Individuen  begrenzte Leistungsfähigkeit • Kolonien bewältigen komplexe Probleme • hier: Aufbau eines effizienten (kurzen) Transportnetzwerks zwischen Nest und Futterstellen Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  8. Ameisenexperiment 1 • einfache Umgebung • Ameisen schwärmen aus • jede Ameise sucht individuell nach einem Weg • Beobachtung: • Ameisen finde den kurzen Weg als Lösung Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  9. Erklärung • jede Ameise trifft individuelle Entscheidung  Zufall • jede Ameise markiert ihren Weg (ihre Lösung) mit Pheromonspur • Pheromonspur beeinflusst Zufallsentscheidung der Nachfolger • nach einer Zeit T sind mehr Ameisen auf kurzen Wegen gelaufen  stärkere Spur auf diesen Wegen  mehr Ameisen folgen diesen Wegen  Lösung der Kolonie konvergiert • nicht alle Ameisen folgen den stark markierten Wegen  Erkundung Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  10. Ameisenexperiment 2 • dynamische Änderung der Umgebung  neue optimale Lösung • Beobachtung: • Ameisen verlassen erste Lösung oft nicht Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  11. Identifizierte Eigenschaften • jede Ameisen entscheidet individuell • Markierung macht individuelle Entscheidung den Nachfolgern bekannt • Kolonie erwirbt Wissen über Umgebung • Mehrheit folgt einer Lösung  Konvergenz in eine Lösung  Konvergenz in lokalen Optima möglich • Verlassen einer Lösung nur schwer möglich  globales Optimum nicht garantiert Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  12. Bewertung • Ameisen sind einfache Individuen einfach zu simulieren • hohe Leistungsfähigkeit in komplexen Umgebungen Erfolgspotential  Schwarmintelligenz • allgemeine einfache Voraussetzungen geringe Problemspezifik • algorithmische Umsetzung am Computer Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  13. AntColonyOptimization • Elemente • graphische Repräsentation des Problems • Ameisenkolonie • Pheromonspur • Zeit • algorithmische Besonderheit • diskrete Zeitschritte Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  14. Graph • Knoten • Orte • Aufträge • Gegenstände • Kanten • mögliche Beziehungen zwischen den Knoten  Wege der Ameisen • bewertet mit Kosten/Entfernungen • Pheromonmatrixτij • Heuristikmatrixηij Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  15. Ameisen • Individuen mit Verhaltensregeln • laufe durch das Netz • probalistische Entscheidung über Weg • Nebenbedingungen  bauen Lösung • individuelles Gedächtnis • Weg • Länge • Bewertung der eigenen Lösung • Markierung der eigenen Lösung Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  16. Pheromonspur • Stärke der Markierung triff Aussage über Qualität & Häufigkeit • Kante Teil eines kurzen Wegs • Kante Teil eines oft genutzten Wegs  Aussage über Vorteilhaftigkeit des Wegs • Verdunstung • Verlassen einer Lösung ermöglichen  vorzeitige Konvergenz verhindern • stärkere Erkundung Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  17. Entscheidung der Ameise • von wo komme ich? wo darf ich nicht mehr hin? • was sehe ich? • wie riecht es? • Zufallsentscheidung Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe ? Zusammenfassung & Fragen?

  18. Simulation der Zufallsentscheidung • Berechnung der Wahrscheinlichkeiten • Längen d der offenen Wege  lokale Informationen  ηij=1/dij : Kehrwert der Länge von Weg ij • Pheromonspuren auf offenen Wegen  Wissen der Kolonie aus Erkundung  τij,h : Pheromonspur auf Weg ij • α,β : Gewichtungs-/Steuerparameter • „Würfeln“  Zufallsexperiment Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen? α β (η ij) (τij) pij = Σ α β (η ij) (τij)

  19. Pheromonspuraktualisierung • nach jeder Iteration h • auf jedem Wegstückij • Verdunstung der alten Spur/Lösung • Verdunstungsrate ρ lässt Spur langsam schwächer werden • Markierung der neuen Spur/Lösung • jede Ameise legt eine neue Spur • ihre WeglängeDk bestimmt Stärke  Qualität der eigenen Lösung Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen? τij,h+1= τij,h(1-ρ) + 1/D1 +1/D2 +…+1/Dk

  20. Verhalten des Algorithmus • Koloniegröße • vorgegebene Rechenzeit • viele Ameisen  breite Erkundung • wenige Ameisen  viele Iterationen • Pheromonspur / Verdunstungsrate • großes ρ Wahrscheinlichkeit neue Lösungen zu finden • kleines ρ schnelle Konvergenz auf eine Lösung • Gewichtungsparameter α,β • α<β heuristische Information betont • α>β iterierte Information betont Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  21. Abwandlungen • Elitäre Ameisen • beste Ameisen markieren stärker • Begrenzung der Pheromonspur • Obergrenze (max)  gute Lösungen nicht zu stark gewichtet  Wirkung von Anfangszufällen begrenzt • Untergrenze (min)  schlechte Lösungen bleiben erhalten  gegen zu frühes Einschränken • Senken der Pheromonspur • direkte Nachfolger werden zum Erkunden anderer Wege angeregt . . . Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  22. Anwendungen • TSP • Vehicle-Routing • Zuordnung • Ablaufplanung • Rucksackprobleme • Proteinfaltung Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  23. Maschinenbelegung • Auftrag • Vorgang • Maschinen • Dauern bekannt und fest • keine Unterbrechung • Ziel: • Reihenfolge der Aufträge/Vorgänge mit minimalen Kosten/Zeit • Besonderheiten: • absolute Position von Aufträgen in der Reihenfolge wichtig Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  24. Single Machine Total Tardiness • eine Maschine • n Jobs mit Dauern di und End-Fristen fi • Ziel: • Anordnung der Jobs, die summierte „Fristüberschreitung“ minimiert • Graph: • Knoten • n Positionen • n Jobs • Kanten • mögliche Zuordnungen Job  Position Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  25. 3 2 Beispiel • Graph • n=3 Positionen + n=3 Jobs • Fristen fj • Dauern dj • Kanten • Lösungskonstruktion • Ameisen ordnen die Jobs den Positionen der Reihe nach zu • Nebenbedingungen • alle Jobs müssen zugeordnet werden • Pheromonspur τij • Vorteilhaftigkeit Job j an Position i zu setzen • Aktualisierung nach jedem Durchlauf 3 3 7 3

  26. 3 2 Ameise 1 im ersten Durchlauf • wählt zufällig 3 3 Job Zeit Überschreitung 1 2 0 7 2 5 2 3 3 8 1 3

  27. 3 2 Ameise 2 im ersten Durchlauf • wählt zufällig 3 3 Job Zeit Überschreitung 2 3 0 7 3 6 0 3 1 8 5 5

  28. 3 2 Ameise 3 im ersten Durchlauf • wählt zufällig 3 3 Job Zeit Überschreitung 1 2 0 7 3 5 0 3 1 8 5 5

  29. Pheromonspuren • abhängig von Überschreitung  je kleiner desto stärker • neue Ausgangslage beim nächsten Durchlauf Ameise Überschreitung Spur 1 3 6 2 5 4 3 5 4

  30. 3 2 Ameise 1 im zweiten Durchlauf 3 3 Job Zeit Überschreitung 7 1 2 0 3 3 5 0 2 8 5 5

  31. 3 2 Ameise 2 im zweiten Durchlauf 3 3 Job Zeit Überschreitung 7 1 2 0 3 2 5 2 3 8 1 3

  32. 3 2 Ameise 3 im zweiten Durchlauf 3 3 Job Zeit Überschreitung 7 3 3 0 3 2 6 3 1 8 5 8

  33. Pheromonspuren Ameise Überschreitung Spur 1 5 4 2 3 6 3 8 1

  34. Cluster im Tarifraum finden • ähnliche Elemente gruppieren • unterschiedliche Elemente separieren • Ameisen und Clusteranalyse • Objekte (Haltestellen) • frei „auf Fläche“ • Distanzmatrix zu allen Haltestellenals Maß für Ähnlichkeit/Unterschied • Ameisen • laufen frei auf Fläche • leere Ameisen wollen Objekte aufnehmen • beladene Ameisen wollen Objekte ablegen • Wahrscheinlichkeit der Aufnahme/Ablage wir durch Unterschied/Ähnlichkeit zu Nachbarn bestimmt Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

  35. Zusammenfassung • allg. Prinzipien • einfache Umsetzung • breite Anwendung • vielfältige Ausgestaltung • oft leistungsfähig • Fragen? Kombinatorische Optimierungsprobleme Heuristiken & Metaheuristiken Natürliche Algorithmen Ameisensysteme Beispiel Hausaufgabe Zusammenfassung & Fragen?

More Related