Evolutionäre Algorithmen und Genetische Programmierung

Veranstalter:

SWS:

Zuordnung:

Studiengang Informatik

Teilnehmer:

Dieses Projekt vermittelt Erfahrungen mit randomisierten Optimierungsmethoden wie evolutionären und genetischen Algorithmen, genetischer Programmierung oder Simulated Annealing, welche große Relevanz in der Industrie und Forschung besitzen. Sie werden beispielsweise für die Prozessoptimierung, für Data Mining, für das Züchten von Algorithmen und für Scheduling Probleme eingesetzt. Eine zusätzliche, allgemeine Einführung in diese Verfahren der globalen Optimierung stellen wir als elektronisches Buch im pdf-Format zur Verfügung (komplettes Lesen dieser ist jedoch nicht zwingend erforderlich :-).

Die Spanne der angebotenen Themen reicht von der Verteilung dieser Optimierungsverfahren auf ein Rechnernetz, ihrer praktischen Anwendung bei internationalen Wettbewerben, bis hin zum Erstellen eines UML/XMI-Backends für genetische Programmierung, so dass für jeden Geschmack etwas dabei sein sollte.

• Verteilen der Optimierungsverfahren nach Client/Server und P2P-Schema (z.B. unter Verwendung der JXTA-API),
• Erstellen einer Web Service-Anbindung an das Sigoa Framework für globale Optimierung,
• Einsatz globaler Optimierungsverfahren in Data Mining (z.B. im Rahmen des DMC-Challenge),
• Erstellen einer vergleichenden Studie mehrerer verschiedener Optimierungssysteme wie Sigoa, ECJ, OpenBeagel, JGAP, GALib, GAUL, GAGS,…
• Entwicklung einer allgemeinen UML-Ausgabeeinheit für die genetische Programmierung (verteilter) Algorithmen in das XMI-Format, (siehe [a] und [b]
• Portierung einer graphischen Oberfläche zu einer neuen Version des Sigoa-Optimierungsframeworks

Weitere Informationen zu diesem Projekt finden sich im Internet unter [c]. Natürlich bin ich jederzeit für weitere Themenvorschläge offen und auf den genannten Gebieten sind auch Batchelor- und Masterarbeiten möglich.