Merken

Lokale Suche

Zitierlink des Filmsegments
Embed Code

Automatisierte Medienanalyse

Beta
Erkannte Entitäten
Sprachtranskript
er war ja in Waren nach
guten Morgen
zusammenkam mein Name ist das Tempo Kurt der Herr Professor Martens heute leider nicht verfügbar natürlich gar fragt ob ich für ihn die Vorlesungen Vertretung halten kann und ich würd ganz gerne mit 2 administrativen Sachen anfangen und zwar gibt es diese Evaluierung spielen und der Markt hat mich nochmal drauf hingewiesen dass ich ihnen aus aushändigen soll einmal für die Übungen aber für die Vorlesungen und die sie mir dann hinter bitte nach der Vorlesung ausgefüllt zurück geben die Handtaschen zurückgegeben oder ok dann ist ok gut da
das heutige Thema der Vorlesung wird lokale Suche sein wie Sie ja sicherlich eine also so weit ich informiert bin hatten Sie den letzten Vorlesung sich in 1. Linie mit dem Coup die Algorithmus beschäftigt und das ist ja so dass man einfach versucht mild mit ein einig und eine Strategie einer eine zulässige Lösung zu bauen den ich immer so lange meine Lösung arbeiten wie es möglich ist und das Maerchen in Gebiet überall so gierig an und jetzt kann man sich natürlich fragen man so eine Lösung erhält das eine zulässige Lösung ob sich diese Lösung weiter verbessern lässt und genau das versuchen die lokalen Suchverfahren ich ich war und dabei ist die der wie folgt wir haben irgend zulässige Lösung für ein Optimierungsproblem das würde zum Beispiel lächend wie Algorithmus oder aber auch beliebig anders konstruiert haben und jetzt möchte diese Lösung weiter verbessern und dieses weiter verbessern könnte man ja erst mal rechts trivial so versuchen dass man von einer gewissen staatlichen die man gefunden hat er versucht die Nachbarschaft und diese Stadt herum abzutasten und dieser Nachbarschaft eine bessere Lösung zu finden und das war die Idee die hinter einem lokalen Suchalgorithmen steckt dabei zulässige Lösung ich sucht die Nachbarschaft und diese Lösung und herum nach neuen Lösungen und Versuch eine Lösung zu finden die besser ist als man wesentlich mehr gehabt habe und ein anderer denen die wir später sehen werden wozu man lokale Suche auch nutzen kann ist dass wenn ich eine 1 nicht zulässige Lösung habe ich die Verletzten Restriktionen in die Zielfunktion ein kodieren kann und dann versuche durch lokale Suche die Verletzung der Zielwerte Restriktion zu minimieren oder aber sogar auf diesem Wege solle zulässige lösens konstruieren so ich hatte gerade eigentlich schon die richtigen Stichworte gesagt also wovon wir ausgehen es ist ne Menge dass die Menge aller zulässigen Lösung wir ich ein zulässig .punkt startet man normalerweise von eine Stadt Lösung es die sich in 1. befindet das einfachere stark Lösungen wir die und was dann definieren müssen dass wir als Staat Lösungen oder CIA Lösungen ist eine Nachbarschaft ja so viel dass er wenn er muss ich eine Nachbarschaft definieren und und ist genau diese Nachbarschaften um eine Lösung und darum möchte ich eine neue Lösung suchen die dann unter Umständen meine Lösung verbessert üblicherweise ist diese Verbesserungen man kann wird gemessen durch eine Funktion wie die von der Menge aller Lösungen in der er einen Endnutzer n geht und jede Menge fällt die Erlösung S ein Wert WS zuordnen setzt die Funktionswerte ist ja dem einfach eine beliebige Funktionen und ich kann für jedermann Lösung diese Funktion auswerten nicht bekommen Funktionswert und ich suche so in besseren Funktionswert haben je nachdem ob ich minimieren maximieren so und da kann mal dann damit ,komma auch schon zum Leben zum Kern des sogenannten lokale Suchalgorithmus wir haben
und er darin und ja was als im Bund wie gerade beschrieben unsere meine F aller Lösungen die muss nicht notwendigerweise explizit gegeben sein implizit gegeben ist wir haben unsere Nachbarschaft Funktionen sie es in 1. unsere Nachbarschaft definiert auch diese Nachbarschaft Funktion mussten nicht explizit gegeben sein wie wir später sehen werden es reicht also wenn ich jungen während der Prozedur habe oder
eine eine eine Technik habe diese Nachbarschaft zu durchsuchen und dann haben unsere Gewichts Funktionen bezüglich welcher wir versuchen eine verbesserte Lösung zu finden und wir haben es wenn 1. da ist eine Stadt Lösungen
ist bei manchen angehörten optional das heißt bei der wäre nicht lokale Suche durchführe
konstruieren 1. Stadt ja oder Output des
Algorithmus ist es wie eine Lösung essen ihre Zeichen einfach es Schlangen wenn wir sagen wir später sehen dann hat die Eigenschaft dass in der Umgebung der Nachbarschaft von dieser Lösung es keine andere Lösung gibt bezüglich der ich mich verbessern kann haben lokales Optimum unten im Rhythmus von fort
eigentlich genau wie man sich vorstellen würde also wäre eine Stadt Lösung es falls nicht schon bereits gegeben haben wir ich kann ja so und nun durchsuchen wir sozusagen die Nachbarschaft also wählen einen 1. Strich in der Nachbarschaft von S ja bei herkömmlichen wirken wenn einst Estriche
Nachbarschaft von von S mit der
Eigenschaft das die Kosten aber die Gewichts Funktion von den Estrich strebt kleiner ist als das Gewicht von dem es in dem Fall minimieren wir also haben er war ja also falls ein solches es strich nicht existiert und dann stoppen wir haben das heißt wir haben eine Lösung gefunden in dessen Nachbarschaft ist keiner will andere Lösung gibt diesen einer weiteren Verbesserung führt also lokales Minimum oder lokales Optimum gefunden am 9. 4. Schrittes waren setzte es gleich ,komma und der nach 2 in der oder Zeiss Algorithmus arbeitet genau wie man sich das vorstellen würde ich habe statt Lösungen ich such in der Nachbarschaft in Schritt 2 nach der besten Lösung richtig genommen von haben nämlich die Lösung und macht das Ganze noch mal bessere Lösung gibt mir nicht gibt hab ich auf weil dann hab ich nur kann das auf dem Hof bezüglich dieser Nachbarschaft der also lokal optimal oder lokale lokales Optimum hier ist bezüglich der Nachbarschaft Funktion definiert da sich finden diese Nachbarschaft Scrollfunktion keine bessere Lösung aber nicht wirklich globalen bessere Lösung finden könnt wir sein das leichteste Leistungen und vor Performance von dem Algorithmus hängt stark an davon von Nachbarschaft Funktion ab Herrscher bei der Nachbarschaft sonst würde man effektiv etwas lokales Optimist ja gut an und da ich das ganz gerne 2 Beispiele präsentieren wurde einfach mal sehen können wie Nachbarschafts Funktionen zum einen die Such beeinflussen kann uns noch ein Forum Beispiel zu geben was sinnvoll Nachbarschaft Funktion sein könnten dass das Beispiel 4 11. da oh ja ja in von wir waren aber dass das klassische das einfachste Beispiel ist vielleicht der 2 Austausch und die SPD damit ja wir zum Beispiel jetzt einfach mal Ungewisses Netzwerk an Wissen Grafen gegeben haben ja oh ja das also eine Cespedes tanzen Besucher auf diesem auf diesem Grafen eine kürzeste Tour was er zum Beispiel machen können in seiner lokalen Suche ist zum Beispiel einfach mal diese
Vorlesung/Konferenz
Computeranimation
Suchverfahren
Nachbarschaft <Mathematik>
Lokales Suchverfahren
Lösung <Mathematik>
Menge
Verweildauer
Besprechung/Interview
Optimierungsproblem
Zielfunktion
Kerndarstellung
Gebiet <Mathematik>
Funktion <Mathematik>
Restriktion <Mathematik>
Linie
Lösung <Mathematik>
Gewicht <Mathematik>
Besprechung/Interview
Funktion <Mathematik>
Vorlesung/Konferenz
Optimum
Vorlesung/Konferenz
Nachbarschaft <Mathematik>
Lösung <Mathematik>
Gewicht <Mathematik>
Besprechung/Interview
Lokales Minimum
Optimum
Leistung <Physik>
Funktion <Mathematik>

Metadaten

Formale Metadaten

Titel Lokale Suche
Serientitel Diskrete Optimierung (Optimierung II)
Teil 18
Anzahl der Teile 26
Autor Pokutta, Sebastian
Martin, Alexander
Lizenz CC-Namensnennung - keine kommerzielle Nutzung - Weitergabe unter gleichen Bedingungen 3.0 Deutschland:
Sie dürfen das Werk bzw. den Inhalt zu jedem legalen und nicht-kommerziellen Zweck nutzen, verändern und in unveränderter oder veränderter Form vervielfältigen, verbreiten und öffentlich zugänglich machen, sofern Sie den Namen des Autors/Rechteinhabers in der von ihm festgelegten Weise nennen und das Werk bzw. diesen Inhalt auch in veränderter Form nur unter den Bedingungen dieser Lizenz weitergeben.
DOI 10.5446/31789
Herausgeber Technische Universität Darmstadt
Erscheinungsjahr 2009
Sprache Deutsch

Inhaltliche Metadaten

Fachgebiet Mathematik

Ähnliche Filme

Loading...