Metaheuristiken für die Optimierung von Organic Computing Systemen (MOOCS)
Coordinator
Professor Dr. Jörg Hähner
Grant period
2021 -
Funding body
Deutsche Forschungsgemeinschaft
DFG
Identifier
G:(GEPRIS)467799632
Note: Organic Computing (OC) beschäftigt sich mit der Entwicklung von Techniken für das Design von komplexen autonomen und selbst-adaptiven Systemen. Dabei dienen Phänomene aus der Natur als Inspiration, da dort hochentwickelte Systeme effizient aufrechterhalten werden, obwohl ihre Funktionalitäten sogar über mehrere untergeordnete, einfachere Systeme verteilt sein können. OC verwendet dafür maschinelle Lernverfahren und eine Hauptrolle wird Metaheuristiken zugewiesen, die sowohl für die interne Optimierung, die Selbst-Adaption, als auch für die Gesamtfunktionalität des Systems notwendig sind.Metaheuristiken sind essentiell für die Lösung komplexer Optimierungsprobleme. Sie sind vielfältiger in ihrer Anwendung als einfache Heuristiken, benötigen wenig oder kein Wissen über die Beschaffenheit des Lösungsraumes und sind zudem schnell in der Erzeugung sehr guter Ergebnisse. Diese Vorteile, zusammen mit dem No-Free-Lunch Theorem, das besagt, dass keine Metaheuristik auf alle Optimierungsprobleme effizient angewendet werden kann, resultieren in einer Vielzahl an neu entwickelten Metaheuristiken.Der Einsatz von Metaheuristiken in OC Systemen bietet immer noch einige Herausforderungen, vor allem im Bezug auf die Auswahl der passenden Metaheuristik oder Metaheuristiken. Diese sollten für alle Optimierungsprobleme in einem OC System geeignet sein und sich dabei selbst-adaptiv an eine veränderliche Systemumgebung anpassen. Zudem sollten sie auch in verteilten, leistungsschwachen Systemen anwendbar sein.In diesem Projekt wollen wir den Einsatz von Metaheuristiken in OC Systemen verbessern. Wir werden untersuchen, welche Metaheuristiken für welche Probleme geeignet sind, wobei wir den Stand der Technik dahingehend erweitern, dass wir Komponenten innerhalb der Metaheuristiken analysieren, die diese Eignung bedingen. Um einen möglichst generellen Optimierer zu erhalten, der für eine Vielzahl an OC-typischen Problemen verwendet werden kann, werden wir zudem selbst-adaptive Strategien für den Einsatz und den Austausch dieser Komponenten entwickeln. Des Weiteren werden wir die Anwendung auf verteilten Systemen erleichtern, indem wir angemessene Strategien für die Verteilung und Parallelisierung der Algorithmen untersuchen.
Recent Publications
There are no publications
Record created 2023-01-20, last modified 2024-09-27