Univ., Diss.--Karlsruhe, 2003.

Im Rahmen des FACETS-Projektes ist die optimierte Abbildung neuronaler Netzwerke durch spezielle Algorithmen auf dafür konzipierte Hardware notwendig, um die Simulation plastischer und pulsierender Modelle zu ermöglichen. Die Erstellung der biologischen und Hardware- Modelle sowie die Konzeptionierung und Analyse der Algorithmen werden in dieser Arbeit vorgestellt.

Univ., Diss.--Augsburg, 2001. / Literaturverz. S. [285] - 311.

Univ., Diss.--Münster, 2003.

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.

Univ., Diss.--Osnabrück, 2004.

Im Rahmen des FACETS-Projektes ist die optimierte Abbildung neuronaler Netzwerke durch spezielle Algorithmen auf dafür konzipierte Hardware notwendig, um die Simulation plastischer und pulsierender Modelle zu ermöglichen. Die Erstellung der biologischen und Hardware- Modelle sowie die Konzeptionierung und Analyse der Algorithmen werden in dieser Arbeit vorgestellt.

Spreadsheets are very successful content generation tools, used in almost every enterprise to create a wealth of information. However, this information is often intermingled with various formatting, layout, and textual metadata, making it hard to identify and interpret the tabular payload. Previous works proposed to solve this problem by mainly using heuristics. Although fast to implement, these approaches fail to capture the high variability of user-generated spreadsheet tables. Therefore, in this paper, we propose a supervised approach that is able to adapt to arbitrary spreadsheet datasets. We use a graph model to represent the contents of a sheet, which carries layout and spatial features. Subsequently, we apply genetic-based approaches for graph partitioning, to recognize the parts of the graph corresponding to tables in the sheet. The search for tables is guided by an objective function, which is tuned to match the specific characteristics of a given dataset. We present the feasibility of this approach with an experimental evaluation, on a large, real-world spreadsheet corpus.

Die folgende Arbeit befasst sich mit den Untersuchungen von Problemen der Optimierung von Ressourcen in Umgebungen mit unvorhersehbarem Verhalten, wo: (i) nicht alle Informationen verfügbar sind, und (ii) die Umgebung unbekannte zeitliche Veränderungen aufweist. Diese Dissertation ist folgendermaßen gegliedert: Teil I stellt das Investitionsmodell vor. Es wird sowohl eine analytische als auch eine numerische Analyse der Dynamik dieses Modells für feste Investitionsstrategien in verschiedenen zufälligen Umgebungen vorgestellt. In diesem Investitionsmodell hängt die Dynamik des Budgets des Agenten x(t) von der Zufälligkeit der exogenen Rendite r(t) ab, wofür verschiedene Annahmen diskutiert wurden. Die Heavy-tailed Verteilung des Budgets wurde numerisch untersucht und mit theoretischen Vorhersagen verglichen. In Teil II wurde ein Investitionsszenario mit stilisierten exogenen Renditen untersucht, das durch eine periodische Funktion mit verschiedenen Arten und Stärken von Rauschen charakterisiert ist. In diesem Szenario wurden unterschiedliche Strategien, Agenten-Verhalten und Agenten Fähigkeiten zur Vorhersage der zukünftigen r(t) untersucht. Hier wurden Null-intelligenz-Agenten, die über technischen Analysen verfügen, mit Agenten, die über genetischen Algorithmen verfügen, verglichen. Umfangreiche Ergebnisse von Computersimulationen wurden präsentiert, in denen nachgewiesen wurde, dass für exogene Renditen mit Periodizität: (i) das wagemutige das vorsichtige Verhalten überbietet, und (ii) die genetischen Algorithmen in der Lage sind, die optimalen Investitionsstrategien zu finden und deshalb die anderen Strategien überbieten. Obwohl der Schwerpunkt dieser Dissertation im Zusammenhang mit dem Gebiet der Informatik präsentiert wurde, können die hier vorgestellten Ergebnisse auch in Szenarien angewendet werden, in denen der Agent anderere Arten von Ressourcen steuern muss, wie z.B. Energie, Zeitverbrauch, erwartete Lebensdauer, etc. / The main goal of this PhD thesis is to investigate some of the problems related to optimization of resources in environments with unpredictable behavior where: (i) not all information is available and (ii) the environment presents unknown temporal changes. The investigations in this PhD thesis are divided in two parts: Part I presents the investment model and some analytical as well as numerical analysis of the dynamics of this model for fixed investment strategies in different random environments. In this investment model, the dynamics of the investor''s budget x(t) depend on the stochasticity of the exogenous return on investment r(t) for which different model assumptions are discussed. The fat-tail distribution of the budget is investigated numerically and compared with theoretical predictions. Part II investigates an investment scenario with stylized exogenous returns characterized by a periodic function with different types and levels of noise. In this scenario, different strategies, agent''s behaviors and agent''s capacities to predict the future r(t) are investigated. Here, ''zero-intelligent'' agents using technical analysis (such as moving least squares) are compared with agents using genetic algorithms to predict r(t). Results are presented for extensive computer simulations, which shows that for exogenous returns with periodicity: (i) the daring behavior outperforms the cautious behavior and (ii) the genetic algorithm is able to find the optimal investment strategy by itself, thus outperforming the other strategies considered. Finally, the investment model is extended to include the formation of common investment projects between agents. Although the main focus of this PhD thesis is more related to the area of computer science, the results presented here can be also applied to scenarios where the agent has to control other kinds of resources, such as energy, time consumption, expected life time, etc.

Elektronische und elektrische Systeme stellen seit einigen Jahren einen zunehmenden Anteil an den Gesamtproduktionskosten von Personenkraftfahrzeugen. Laut Prognosen wird sich diese Entwicklung zwar abschwächen, jedoch wird der Wertschöpfungsanteil der Elektronik am Fahrzeug weiter zunehmen. Die hier vorliegende Arbeit beschäftigt sich mit leistungselektronischen Subsystemen in PKW, die aufgrund der benötigten Chipfläche der Halbleiter kostenintensiv sind. Ziel der Arbeit ist es, Strukturen zu entwickeln und zu untersuchen, die es ermöglichen, mehrere Verbraucher in einer solchen Struktur zu betreiben und dadurch Leistungshalbleiter einzusparen. In einer Analyse werden die derzeitige Struktur der Verbraucher im Fahrzeug, die dazugehö-rige Elektronik und die zeitlichen Abhängigkeiten der Verbraucher untereinander dargestellt. Die Analyse kommt zu dem Schluss, dass die Verbraucher im Fahrzeug auf den jeweiligen Einsatzzweck hin optimiert sind. Dadurch sind sie kostengünstig und einfach aufgebaut. Ge-meinsamkeiten, die für eine Vereinheitlichung der Leistungselektronik genutzt werden kön-nen, können unter Beachtung der betrachteten Systeme gefunden werden. Daraus werden Anforderungen an alternative leistungselektronische Strukturen formuliert. In der Arbeit werden zwei leistungselektronische Schaltungen untersucht, die den Forderun-gen nach einer Einsparung von Leistungshalbleitern gerecht werden. Bei der matrixförmigen Vernetzungsschaltung sind die Versorgungsleitungen in Zeilen und Spalten angeordnet, zwi-schen denen die Verbraucher angeschlossen sind. Bei der linearen Vernetzungsschaltung be-nutzen alle an einer Struktur angeschlossenen Verbraucher teilweise eine gemeinsame und eine individuelle Leistungselektronik. Dabei wird ein geringerer Vernetzungsgrad erreicht. Bei der matrixförmigen Vernetzungsschaltung wird ein hoher Vernetzungsgrad erzielt. Hier-bei kann eine Vielzahl von Verbrauchern mit vergleichsweise wenig Leistungselektronik be-trieben werden. Der hohe Vernetzungsgrad hat Bedingungen an die Anordnung der in der Struktur befindlichen Verbraucher zur Folge, die es nur bei kleinen Strukturen ermöglichen ohne Hilfsmittel eine optimale Struktur zu entwerfen. Für größere Strukturen werden Me-thoden benötigt, um die Anordnung der Verbraucher so zu gestalten, dass die Bedingungen an den gleichzeitigen Betrieb in der Applikation erfüllt werden können. Diese Aufgabe entspricht dem mathematischen Problemkreis der kombinatorischen Optimierung. Als Lösungsmethoden werden die Ganzzahlige Lineare Programmierung, die in jedem Fall ein exaktes Ergebnis er-reicht, und Genetische Algorithmen verwendet, die auch bei sehr großen Strukturen ein opti-miertes Ergebnis erzielen können. Die Genetischen Algorithmen werden in dieser Arbeit auf das Problem und dessen Darstellung angepasst, und die Ergebnisse der Optimierung mit de-nen der exakten Verfahren verglichen. Ergebnisse zeigen, dass die auf die Problemstellung angepassten Genetischen Algorithmen mit hoher Sicherheit das globale Optimum finden. Es werden matrixförmige und lineare Strukturen für eine Sitzsteuerung und eine Klappen-verstellung einer Klimaanlage entworfen, mit den beschriebenen Methoden optimiert und nachfolgend bewertet. In der Bewertung wird gezeigt, dass die entworfenen alternativen Strukturen den konventionellen teilweise überlegen sind und je nach elektronischem System zu einer deutlichen Kosteneinsparung führen können. In den untersuchten Systemen hat sich die lineare Struktur als besonders vorteilhaft herausgestellt.