Evolutionäre Algorithmen:
Chancen für die praxisorientierte Optimierung
Prof. Dr. J. Willms

Angewandte Informatik und Mathematik
Fachhochschule Südwestfalen
Meschede

Evolutionäre Algorithmen

Pseudo-optimale Lösungen

Bei vielen Problemen in der Praxis muss nicht unbedingt eine optimale Lösung gefunden werden. Oft gehen zusätzliche Annahmen und Zahlenwerte in das Optimierungsverfahren ein, die mit kleinen Fehlern behaftet sind. Eine Lösung, die "nahe" einer optimalen Lösung ist und somit nur geringfügig "schlechter" als eine optimale Lösung, reicht oft bei vielen praxisrelevanten Problemstellungen aus. Eine solche Lösung wird eine pseudo-optimale Lösung genannt.

Auch bei dem hier beschriebenen Hammerproblem sind wir genau in dieser Situation. Die gemessenen Hammermassen sind mit Fehlern behaftet und das benutzte mechanische Modell weist einige geringfügige geometrische Vereinfachungen auf.

In dem von uns betrachteten Fall treten bei einer zufälligen Verteilung der Hämmer fast immer Lagerkräfte von mehreren tausend Newton auf. Wird eine Lösung gefunden, die die maximalen Lagerkräfte im Betriebszustand auf unter zehn Newton reduziert, so stellt sich in der Praxis nicht die Frage, ob die gefundene Lösung bereits eine optimale Lösung ist. Die gefundene Lösung liegt zweifellos nahe genug bei einer optimalen Lösung und ist für den praktischen Nutzen genauso gut oder nur vernachlässigbar schlechter als eine optimale Lösung.

Im allgemeinen Fall kann es sicherlich schwierig sein zu entscheiden, ob eine Lösung als pseudo-optimal angesehen werden kann. Dies ist insbesondere der Fall, wenn man die ungefähre Bewertung einer optimalen Lösung nicht kennt oder nicht festlegen kann, welche Bewertungsdifferenz als noch vernachlässigbar gelten kann.


weiter

nach oben

Impressum     Datenschutz
nach oben

29.7.2003