Die simulationsbasierte Optimierung bietet heute zahlreiche Möglichkeiten, um komplexe praxisrelevante Aufgabenstellungen zu lösen. Diese Arbeit widmet sich der simulationsbasierten Optimierung. Es wird zunächst ein Überblick über Grundlagen zu Simulation, Optimierung und ihrer sinnvollen Kopplung gegeben. Dann werden traditionelle Optimierungsverfahren vorgestellt und insbesondere eindimensionale Suchstrategien und Hill-Climbing -Methoden betont. Metaheuristische Verfahren, die sich als äußerst mächtig erwiesen haben, sind weiterer Schwerpunkt der Arbeit. Die in der Arbeit behandelten Metaheuristiken lauten Evolutionäre Algorithmen , Tabu Search , Simulated Annealing , Ameisenalgorithmen und Künstliche Neuronale Netze . Praktische Anwendungsbeispiele und Entwicklungstendenzen im Zusammenhang mit der simulationsgestützten Optimierung erweitern die Arbeit. Am Ende werden die Möglichkeiten von simulationsbasierter Optimierung bewertet und das Anwendungsspektrum verdeutlicht. Hierfür wird versucht, die ermittelten Konzepte möglichen praktischen Problemen und Aufgabenstellungen zuzuordnen.
Bitte wählen Sie Ihr Anliegen aus.
Rechnungen
Retourenschein anfordern
Bestellstatus
Storno