Such- und Optimierungsverfahren für die Automatisierungstechnik

Such- und Optimierungsverfahren in der Automatisierungstechnik

Dozent:

Dr. rer.nat. H.-J. Sommer

Beschreibung:

Die Studierenden haben sich ein breites und integriertes Wissen über Such- und Optimierungsverfahren angeeignet. Sie sind in der Lage selbständig die entsprechende Fachliteratur zu lesen, ihre Kenntnisse zu vertiefen und umzusetzen.

Inhalt

  • Datenstrukturen und Rechnerumsetzung
  • Grundprinzipien und Algorithmen für Suchverfahren:Grundbegriffen, Dijkstras-Algorithmus, A*, Monte-Carlo-Methoden, Grover-Algorithmus für Quantencomputer, Unscharfe Suche (Fuzzy-Suche), SAT-Lösungs-Algorithmen.
  • Grundprinzipien und Algorithmen für die Optimierung:
    Grundbegriffe, Zielfunktion, Optimierung unter Nebenbedingungen (Lagrange Multiplikatoren), Ein- und Mehrzieloptimierung, Pontrjagin'sches Maximumprinzip, Bellman'sches Optimalitätsprinzip.
  • Spezielle Algorithmen:
    Bergsteigeralgorithmus, Sintflutalgorithmus, Simulierte Abkühlung, Metropolis cAlgorithmus, Schwarm- algorithmen, Ameisenalgorithmus
  • Anwendungen in Anlagensteuerung, Robotik, Transportsystemen

Leistungsnachweis

Schriftliche (60 min) oder mündliche Prüfung (30 min)

Gerne melden Sie Fragen und Anregungen an den Dozenten.

Literatur

  • N. Nilsson, Principles of Artificial Intelligence, Tiogu Publishing Company, 1980

  • J. Lunze, Künstliche Intelligenz für Ingenieure, Oldenbourg, 2010

  • J.E. Dennis, R.B. Schnabel, Numerical methods for unconstrined optimization and nonlinear equations, SIAM, 1996

  • Orginalartikel