Simulation based optimisation or simulation optimisation is an important field in stochastic optimisation. The present report introduces into that problem area. We distinguish between the non-recursive and recursive approaches of simulation optimisation. For the non-recursive approach we consider three methods, the retrospective, SPO-, and the RS-methods. With the help of a simple inventory problem we discuss the advantages and disadvantages of these methods. As a recursive method we consider in the second part of our report the coupling of simulation with Genetic Algorithms. As an application example we take a complex multi-location inventory model with lateral transshipments. From our experiences with such optimisation problems we finally formulate some principles, which may be relevant in simulation optimisation.

Neue Technologien auf dem Gebiet der Molekularbiologie ermöglichen es, das Expressionsverhalten mehrerer tausend Gene gleichzeitig zu untersuchen. Einen wichtigen Ansatz zur Analyse der dabei gewonnenen Genexpressionsdaten bilden Reverse Engineering Methoden. Sie versuchen, regulatorische Interaktionen zwischen den Genen aufzudecken und mit der Rekonstruktion des zugrundeliegenden genetischen Netzwerks das komplexe Zusammenspiel der Gene zu verstehen. Das Ziel der vorliegenden Arbeit ist es, einen umfassenden Überblick über diesen Ansatz der Datenanalyse zu vermitteln. Der erste Teil der Arbeit betrachtet zunächst die theoretischen Aspekte der Reverse Engineering Methoden, um so dem Leser eine praktische Anwendung zu erleichtern und ihm beim Verständnis ausgewählter Ansätze zu helfen. So werden in diesem ersten, theoretischen Teil mögliche genetische Netzwerkmodelle vorgestellt, welche zur Beschreibung der Genexpressions- und Genregulationsprozesse dienen, und verschiedene Reverse Engineering Algorithmen detailliert beschrieben, die die Parameter eines Netzwerkmodells mit Hilfe der gegebenen Expressionsdaten bestimmen und damit festlegen, zwischen welchen Komponenten des Netzwerks regulatorische Einflüsse bestehen. Aufgrund der Begrenzung derzeit bereitstehender Expressionsdaten sowohl in Bezug auf den Datenumfang als auch bezüglich der experimentell verfügbaren Datentypen � in der Regel sind nur die mRNA-Konzentrationen gegeben, denn diese sind wesentlich einfacher und genauer zu messen als die Protein-Konzentrationen �, muß bei der Definition eines Netzwerkmodells stark von der biologischen Realität abstrahiert werden. Weitere theoretische Überlegungen betreffen die Integration von Vorwissen als eine wichtige Strategie zur Unterstützung der Rekonstruktion eines genetischen Netzwerks. Alle vorgestellten Reverse Engineering Algorithmen wurden implementiert und können im zweiten, praktischen Teil dieser Arbeit ausführlich getestet werden. Zunächst erfolgen die Untersuchungen auf Basis von Simulationsdaten. Sie liefern wichtige Einblicke in das grundlegende Verhalten der Algorithmen in Abhängigkeit von verschiedenen Eigenschaften des zu rekonstruierenden Netzwerks und der verfügbaren Daten. Ein Anwendungsbeispiel testet schließlich alle Reverse Engineering Methoden auch an realen Expressionsdaten. Es vermittelt so abschließend einen Eindruck davon, inwieweit die auf abstrakten Netzwerkmodellen basierenden Reverse Engineering Methoden die Identifizierung von regulatorischen Einflüssen aus derzeit verfügbaren Expressionsdaten überhaupt ermöglichen und verdeutlicht die Probleme bei der praktischen Anwendung der Methoden.

Faltungscodes ist der Viterbi Algorithmus, der aus einem empfangenen, codierten Datenblock die Daten ermittelt, die der Sender mit höchster Wahrscheinlichkeit gesendet hat. Auf dem Viterbi Algorithmus basieren die List Viterbi Algorithmen, die nicht nur die wahrscheinlichste Lösung, sondern eine Liste der n wahrscheinlichsten Lösungen (Pfade) finden. Im ersten Teil der Arbeit werden die aus der Literatur bekannten List Viterbi Algorithmen beschrieben, analysiert und hinsichtlich ihrer Komplexität verglichen. Es wird außerdem eine spezielle Implementation des Tree Trellis Algorithmusvorgeschlagen, durch die eine Komplexitätsreduzierung von quadratischer auf lineare Zeitkomplexität möglich ist. Der zweite Teil der Arbeit betrachtet die Anwendung von Faltungscodes auf die Bildübertragung. Es wird gezeigt, daß die durch die Reduzierung der Zeitkomplexität mögliche Erhöhung der Anzahl der bei der Decodierung betrachteten Pfade die Ergebnisse eines bestehenden Verfahrens zur Bildübertragung signifikant verbessert.

Die vorliegende Arbeit untersucht Möglichkeiten der Parallelisierung von Evolutionären Algorithmen, welche hier zur Partitionierung von Daten füur die parallele Logiksimulation benutzt werden. Neben einer allgemeinen Einführung in Grundbegriffe und Methoden von Evolutionären Algorithmen, Parallelverarbeitung, Logiksimulation und Datenpartitionierung wird das im Rahmen dieser Diplomarbeit entwickelte Programmpaket pga vorgestellt, sowie auf die darin benutzten Parallelisierungsmethoden und Kommunikationsstrukturen eingegangen.

Im Rahmen der Entwicklung der nächsten Version der FAnToM-Visualisierungssoftware wurde die bestehende Pipeline-Struktur durch Datenflussnetzwerke ersetzt. Dabei wurde die neue Datenstruktur 'Linienmenge' eingeführt. Da der Datenstruktur der Linienmengen bisher in der Literatur kaum Beachtung geschenkt wurde, sollen in dieser Arbeit sechs Algorithmen zum Erzeugen und Manipulieren solcher Linienmengen vorgestellt werden, welche auf die Datenstruktur angepasst oder speziell dafür neu entwickelt wurden. Dabei soll großer Wert auf die Effizienz der Algorithmen gelegt legen, da sich FAnToM unter anderem auch dadurch von anderen Visualisierungssystemen abhebt, dass es auch große Mengen an Daten von unstrukturierten Gittern schnell und effizient verarbeiten kann.

Im Bereich der parallelen Anfragebearbeitung in objektrelationalen Datenbanksystemen (ORDBS) ist noch nicht geklärt, welche Algorithmen aus dem relationalen bzw. aus dem objektorientierten Modell übernommen werden sollten. In dieser Arbeit werden relationale Hash- und Merge-Join-Verfahren dem objektorientierten Referenz-Join gegenübergestellt; außerdem wird ein spezielles Datenallokationsschema vorgeschlagen, das die parallele Join-Verarbeitung unterstützt. Die Leistungsbewertung der Verfahren erfolgt innerhalb eines umfassenden Simulationssystems für parallele Datenbaken ('SimPaD'). Als Anwendungsbeispiel wird der Bucky-Benchmark nach Carey et al. auf einer Shared-Disk-Architektur betrachtet.

I. Digitale Informationsverarbeitung 1. Historische Entwicklung 2. Algorithmenbegriff 3. Digitale Informationsdarstellung 4. Klassischer Digitalrechner 5. Daten- und Steuerstrukturen 6. Prozedurale Programmierung II. Programmierung und Programmiersprachen 1. Entwicklung der Programmiersprachen 2. Programmierparadigmen 3. Spezifikation und Verifikation von Programmen III. Algorithmen und Datenstrukturen 1. Effizienz und Komplexität 2. Graphen und Bäume 3. Suchverfahren

Objective: The FKBP5-gene influences the HPA-system by modulating the sensitivity of the glucocorticoid receptor (GR). The polymorphism rs1360780 has been associated with response in studies with heterogeneous antidepressant treatment. In contrast, several antidepressant studies with standardized antidepressant treatment could not detect this effect. We therefore compared patients with standardized vs naturalistic antidepressant treatment to (a) investigate a possible interaction between FKBP5-genotype and treatment mode and (b) replicate the effect of the FKBP5-genotype on antidepressant treatment outcome. Methods: A total of 298 major depressive disorder (MDD) inpatients from the multicentred German project and the Zurich Algorithm Project were genotyped for their FKBP5 status. Patients were treated as usual (n=127) or according to a standardized algorithm (n=171). Main outcome criteria was remission (Hamilton Depression Rating Scale-21<10). Results: We detected an interaction of treatment as usual (TAU) treatment and C-allele with the worst outcome for patients combining those two factors (HR=0.46; p=0.000). Even though C-allele patients did better when treated in the structured, stepwise treatment algorithm (SSTR) group, we still could confirm the influence of the FKBP5-genotype in the whole sample (HR=0.52; p=0.01). Conclusions: This is the first study to show an interaction between a genetic polymorphism and treatment mode. Patients with the C-allele of the rs1360780 polymorphism seem to benefit from a standardized antidepressant treatment.

Die vorliegende Arbeit befasst sich mit der Gestaltung sicherer präskriptiver Systeme für die Therapieunterstützung. Ziel dabei ist es, den Entwicklungsprozess von der Definition der Ziele, bis hin zur Abwicklung beim Endkunden abzubilden und verschiedene organisatorische, technische, sicherheitskritische und therapeutische Aspekte explizit einzubinden. Dabei lassen sich vorab Probleme und Hindernisse im Entwicklungsprozess abwenden, die möglicherweise ein Scheitern oder eine Inakzeptanz nach sich ziehen würden. Im speziellen Fokus der Methode liegt die explizite Betrachtung und Abbildung der Sicherheit von lernenden und automatisierten entscheidungsunterstützenden Algorithmen, welche eine Therapieunterstützung aktiv fördern. Dies wird mit einer ausdrücklichen Darstellung von sicherheitsrelevanten Anforderungen und deren Integration in alle Phasen des Vorgehensmodells der Methode, in den in dieser Arbeit entwickelten Ansatz, eingebracht. Hierbei spielen nicht nur die technischen und die organisatorischen Absicherungen eine Rolle, sondern ebenso der Brückenschlag zwischen Entwicklung und Domäne, welcher durchgängig im Vorgehensmodell der Methode einen kontinuierlichen Wissenstransfer zur Gewährleistung der Sicherheit und Nützlichkeit des Therapiesystems ermöglicht. Zusätzlich, zu der Wissenskopplung zwischen Entwicklung und Domäne, unterstützt das entwickelte Messsystem zur Risikoabschätzung von präskriptiven Algorithmen die Bewertung von Sicherheitsrisiken, indem es in bestehende Managementmethoden eine prozessuale und bewertbare Risikoabschätzung integriert. Insgesamt stellt die entwickelte Methode mit ihren Komponenten Techniken, Verfahren und Abläufe zur Verfügung, um die Gestaltung von sicheren und therapeutisch zielgerichteten entscheidungsunterstützenden Systemen, unter Einbezug der Zielgruppe, zu ermöglichen.

Connected-Component-Labeling (CCL) für 2D-Bilddaten ist ein bekanntes Problem im Bereich der Bildverarbeitung. Ziel ist es, zusammenhängende Pixelgruppen mit gleichen Eigenschaften zu erkennen und mit einem eindeutigen Label zu versehen. Zur Lösung von CCL-Problemen für 2D-Bilddaten werden sowohl sequentielle als auch parallele Algorithmen untersucht. Unter den bekannten Algorithmen gibt es solche, die asymptotisch optimale Eigenschaften besitzen. Speziell für den Bereich der Bildverarbeitung interessant sind außerdem auf Konturierung basierende Algorithmen. Die zusätzlich extrahierten Konturen können z.B. für die Buchstabenerkennung genutzt werden. Seit der jüngeren Vergangenheit werden Grafikprozessoren (GPUs) mit großem Erfolg für allgemeines Computing eingesetzt. So existieren auch mehrere Implementationen von Connected-Component-Labeling-Algorithmen für GPUs, welche im Vergleich mit Varianten für CPUs oft deutlich schneller sind. Diese GPU-basierten Ansätze verarbeiten typischerweise das Pixelgitter direkt. Im Rahmen der vorliegenden Arbeit werden mehrere neue parallele CCL-Algorithmen vorgeschlagen, welche auf Konturen basieren und sowohl für GPUs als auch für Multicore-CPUs geeignet sind. Diese werden experimentell mit Implementationen aus der Literatur unter Verwendung aktueller GPUs und CPUs verglichen. Dabei erreichen in vielen Fällen die vorgeschlagenen Techniken ein besseres Laufzeitverhalten. Das ist auf GPUs insbesondere dann besonders deutlich, wenn sich die evaluierten Datensätze durch einen geringen Anteil von Konturen im Vergleich zur Fläche der Connected-Components auszeichnen.