Skip to main content
Top

2018 | Book

Einführung in die Optimierung

Konzepte, Methoden und Anwendungen

insite
SEARCH

About this book

Dieses Lehrbuch vermittelt einen breiten und grundlegenden Einblick in die Methoden der mathematischen Optimierung. Im Fokus stehen Algorithmen, verschiedene Optimierungsprobleme und ihre Komplexität sowie nützliche Lösungsmethoden. Dabei haben die Autoren, Informatiker und Optimierungsexperten der Westfälischen Wilhelms-Universität Münster, die Konzepte ausführlich und leicht verständlich dargestellt und außerdem viel Wert auf die Anwendung der Problemstellungen und Lösungsverfahren auf Beispielfälle gelegt. Denn ob Bauteile passend gemacht, Personaleinsatz effizient geplant oder Transportnetzwerke effektiv gestaltet werden sollen – immer geht es um die Verbesserung von Systemen und die strukturierte Durchführung dieser Optimierung. Das Fachgebiet der mathematischen Optimierung wird daher auch häufig als Operations Research oder Unternehmensforschung bezeichnet.Das Buch beginnt mit einer Einführung in die Grundbegriffe der Optimierung und die Graphentheorie und erläutert zunächst lineare Problemformulierungen sowie den Simplex-Algorithmus als zentrales Lösungsverfahren. Anschließend werden nichtlineare Problemstellungen und zumeist heuristische Verfahren beschrieben. Hier liegt der Schwerpunkt auf Evolutionären Algorithmen, einer Klasse von randomisierten Optimierungsverfahren, die bei der Lösung komplizierter ingenieurtechnischer Probleme immer mehr an Bedeutung gewinnen.Am Schluss des Buchs betrachten die Autoren das Thema aus der Perspektive der Entscheidungs- und Spieltheorie. Denn die Optimierung, wie sie in den vorangehenden Kapiteln betrachtet wird, ist genau genommen ein Spezialfall der Entscheidungstheorie. Der Band enthält zahlreiche Übungsaufgaben mit Lösungen, die die Autoren in ihren Vorlesungen erprobt haben. Alle praktischen Problemstellungen werden durch Lösungsimplementierungen in der Programmiersprache Python (ab Version 3) und, wo möglich, mit realen Datensätzen ergänzt. Zahlreiche praktische Beispiele und Anwendungsfälle, auch aus der aktuellen Forschung, stehen als vertiefendes Begleitmaterial online zur Verfügung.

Table of Contents

Frontmatter
1. Grundbegriffe und Komplexität
Zusammenfassung
Das Kapitel verschafft zuerst einen nicht formalen Einstieg in die Begrifflichkeit der Optimierung und geht dann zur formalen Definition von Optimierungsproblemen über. Die Abstraktion durch Formalität verdeutlicht es an einigen beispielhaften Problemstellungen. Dabei spielen insbesondere auch Themen wie Modellbildung/Abstraktion, Lösungsmethodik und Lösungsverifikation als zentrale Schritte des Optimierungsprozesses eine Rolle. Das Kapitel umfasst zudem eine grundlegende Diskussion des Begriffes der Problemkomplexität. Dazu wird sowohl in die Laufzeitanalyse wie auch in Aspekte der theoretischen Informatik eingeführt (Komplexitätsklassen P und NP).
Christian Grimme, Jakob Bossek
2. Graphen und Bäume
Zusammenfassung
Das Kapitel betrachtet Graphen und Bäume (als spezielle Klasse) zweigeteilt: einerseits als Datenstruktur zur Modellierung von Optimierungsproblemen, auf die ein Optimierungsverfahren angewandt wird (kürzeste Wege, Flussprobleme), andererseits als strukturgebende Elemente für die Konstruktion von Optimierungsverfahren selbst (Strukturierung des Suchraums, Branch & Bound-Verfahren). Beide Betrachtungsweisen machen zuerst eine Einführung von Notation und theoretischen Grundlagen notwendig. Danach werden einerseits auf Graphenstrukturen basierende Verfahren und andererseits graphentheoretische Optimierungsprobleme betrachtet.
Christian Grimme, Jakob Bossek
3. Lineare Optimierung
Zusammenfassung
Dieses Kapitel bietet eine Einführung in die Optimierung linearer Zielfunktionen unter Nebenbedingungen. Aufbauend auf einer fundierten Einführung in Notation und grafische Interpretierbarkeit linearer Probleme wird mit der Simplex-Methode nach Dantzig ein effizientes und im Bereich Operations Research zentrales Verfahren zu deren Lösung vorgestellt. Der zentrale Aspekt der Interpretation von Lösungen leitet schließlich zur Betrachtung dualer Probleme über und schließt mit dem dualen Simplex-Verfahren ab. Als Spezialfall und Anwendungsbeispiel wird konkret das Transportproblem und die spezielle Lösung des Problems über die Stepping-Stone-Methode betrachtet. Die beispielhafte Modellierung bereits eingeführter Problemstellungen als lineare Probleme runden das Kapitel ab.
Christian Grimme, Jakob Bossek
4. Nichtlineare Optimierung
Zusammenfassung
Dieses Kapitel widmet sich nichtlinearen Problemstellungen, also jenen Optimierungsproblemen, die entweder in der Problemformulierung selbst oder den Randbedingungen nicht linear sind. Auf eine kurze Rekapitulation von Basiswissen aus der Analysis (Differenziation, Lagrange-Methode) folgt die Vorstellung diverser deterministischer, numerischer Lösungsmethoden und deren Illustration für ein- bzw. mehrdimensionale Suchräume. Dabei dienen die eindimensionalen Verfahren zur Annäherung an das Thema. Zugleich werden sie aber auch als Werkzeuge zur Integration in mehrdimensional arbeitende Verfahren (im Sinne der Hybridisierung) eingeführt. Das Kapitel schließt mit einem Vergleich von deterministischer und randomisierter Suche sowie einer Diskussion der Anwendungsszenarien für die unterschiedlichen Ansätze.
Christian Grimme, Jakob Bossek
5. Naturinspirierte Optimierung
Zusammenfassung
Thema dieses Kapitels sind von der Natur inspirierte algorithmische Konzepte und Verfahren. Aufbauend auf den Ideen der modernen Evolutionstheorie (nach Darwin) und der systematischen Einbindung von Zufall wird in das Gebiet der evolutionären Algorithmen eingeführt. Für diese inzwischen weit verbreiteten und akzeptierten Verfahren wird eine praxisorientierte Grundlage gelegt. Das Kapitel schließt mit der Präsentation von Verfahren, welche das Verhalten von Schwärmen und Kolonien imitieren, um Optimierungsprobleme zu lösen.
Christian Grimme, Jakob Bossek
6. Entscheidungs- und Spieltheorie
Zusammenfassung
Als Abschluss des Buches soll das Kapitel zur Entscheidungstheorie einen anderen, allgemeineren Blickwinkel auf die Problematik der Optimierung vermitteln. Nach einer sehr grundlegenden Einführung in die (traditionelle) Theorie der Entscheidungsfindung sollen die Zusammenhänge zwischen Entscheidungstheorie und Optimierung herausgearbeitet werden. Hier wird die Optimierung, so wie wir sie in den vorhergehenden Kapiteln betrachtet haben, tatsächlich nur noch als ein Spezialfall der (optimalen) Entscheidungsfindung angesehen. Die Methoden zur Entscheidungsauswahl bieten dann zugleich einen interessanten Ansatzpunkt für einen kurzen Exkurs zur Fragestellung der Mehrzieloptimierung (Pareto-Optimierung). Zur Vervollständigung der Diskussion werden noch einige Aspekte der Spieltheorie als Erweiterung der Entscheidungstheorie betrachtet.
Christian Grimme, Jakob Bossek
Backmatter
Metadata
Title
Einführung in die Optimierung
Authors
Dr. Christian Grimme
Jakob Bossek
Copyright Year
2018
Electronic ISBN
978-3-658-21151-6
Print ISBN
978-3-658-21150-9
DOI
https://doi.org/10.1007/978-3-658-21151-6

Premium Partner