Genetische Algorithmen zur Parameteroptimierung von Simulationsmodellen am Beispiel einer "Grünen Welle" entlang einer Hauptverkehrsstraße [German]

By Holger Hartmann

Studienarbeit aus dem Jahr 2002 im Fachbereich Informatik - Angewandte Informatik, Universit?t Hamburg (Department Informatik), Sprache: Deutsch, Abstract: Wer hat noch nicht vor einer roten Ampel gestanden und sich gefragt, ob sich das st?ndige Warten nicht verk?rzen lie e durch eine g?nstigere Ampelschaltung? Diese Fragestellung wird in der vorliegenden Arbeit am Beispiel eines Stra enzugmodells aufgegriffen. Mit Hilfe eines Systems zur verteilten simulationsbasierten Optimierung mittels Genetischer Algorithmen werden die Ampelphasen des Modells optimiert. Ein Stra enzug sowie der Verkehr darauf l? t sich mit Hilfe eines Modells im Rechner darstellen. Mit Hilfe von Parametern kann die Schaltung der Ampeln im Modell gesteuert werden. Nach einem Simulationslauf ist bekannt, wie gut oder schlecht sich das Modell mit den gegebenen Parametern entwickelt hat. Dieses Ergebnis kann von einem Optimierungsverfahren verwendet werden, um bessere Parameter zu entwickeln. Die Simulation einer Vielzahl solcher Stra enzug-Modelle ist relativ zeitaufwendig, bei den verwendeten Optimierungsverfahren aber unumg?nglich. Verteilt man die Berechnung auf mehrere Rechner, ergibt sich eine nahezu lineare Beschleunigung gegen?ber der Berechnungszeit auf einem Rechner. Daher ist eine Verteilung der Berechnungen auf mehrere Rechner erstrebenswert. Zur verteilten Optimierung bieten sich Genetische Algorithmen besonders an. Sie sind robuste, problemunabh?ngige heuristische Optimierungsverfahren. Bevor n?her auf Genetische Algorithmen und ihre Anwendung zur L?sung der oben genannten Fragestellung eingegangen wird, soll zun?chst im Folgenden die Problemstellung n?cher beleuchtet werden.

• Format: Paperback
• Language: German
• ISBN: 3638913570
• ISBN13: 9783638913577
• Release Date: February 2008
• Publisher: Grin Verlag
• Length: 72 Pages
• Weight: 0.23 lbs.
• Dimensions: 0.2" x 5.8" x 8.3"