Sanaz Mostaghim Bücher

Der Anwendungsbereich „Computational Intelligence“ der Informatik erlangt durch viele erfolgreiche industrielle Produkte immer mehr an Bedeutung. Dieses Buch behandelt die zentralen Techniken dieses Gebiets und bettet sie in ein didaktisches Konzept ein, welches sich gezielt an Studierende und Lehrende der Informatik wendet. Zusatzmaterialien wie Aufgaben, Lösungen und Foliensätze für Vorlesungen sowie Beispiele aus der industriellen Anwendung betonen den praktischen Charakter des Buches.

Many real-world optimization problems consist of several conflicting objectives, the solutions of which is a set of trade-offs called the Pareto-optimal set. During the last decade, Evolutionary Algorithms (EAs) have been utilized to find an approximation of the Pareto-optimal set. However, the approximation set must possess solutions with high convergence towards the Pareto-optimal set and hold a good diversity in order to demonstrate a good approximation. The subject of this thesis is to improve the existing Multi-Objective Evolutionary Algorithms (MOEAs) and to develop new techniques in order to achieve approximated sets with high convergence and diversity in low computational time.