Differential Evolution

Inhaltlich unveränderte Neuauflage. Optimierungsprobleme treten überall dort auf, wo Probleme beziehungsweise Systeme existieren, welche von einer Vielzahl variabler Größen abhängen. Im Allgemeinen ist man daran interessiert, die Variablen so einzustellen, dass ein optimales Verhalten des Systems erreicht wird. Es existieren sehr viele Optimierungsverfahren für die verschiedensten Anwendungsgebiete. Evolutionäre Algorithmen (EA) sind stochastische Optimierungsverfahren, welche den Computer und die Prinzipien der natürlichen Evolution kombinieren und hierdurch einen Evolutionsprozess künstlich simulieren. EA sind heuristische Verfahren und in der Lage, in beschränkter Zeit sehr gute Lösungen zu finden. In jüngerer Zeit haben sich im Zusammenhang mit EA eine Vielzahl neuer Techniken herausgebildet. Eine viel versprechende neue Methode ist Differential Evolution, welche erstmals 1995 vorgestellt wurde. In dieser Arbeit wird Differential Evolution dargestellt, mit einem anderen Evolutionären Algorithmus verglichen und an Anwendungsbeispielen getestet. Das Buch richtet sich an all diejenigen, welche sich mit Optimierungs­problemen beschäftigen, insbesondere an Ingenieure, Informatiker und Mathematiker.