In dem Gebiet der Optimierung mit Hilfe von der Natur abgeschauter Verfahren, den so genannten evolutionären und genetischen Algorithmen, nimmt die Forschung an der Universität Dortmund einen weltweiten Spitzenplatz ein. Dies belegt die größte Tagung auf diesem Gebiet, die Genetic an Evolutionary Computation Conference (GECCO), die vom 25. bis 29. Juni in Washington stattfindet. Die Universität Dortmund wird dort die weltweit die erfolgreichste Institution sein.
Auf der GECCO werden in 15 Teildisziplinen die besten unter 40 nominierten Arbeiten ausgezeichnet. Mit sieben Nominationen liegt die Universität Dortmund einsam an der Spitze, die anderen beteiligten Forschungsinstitutionen können nur maximal zwei nominierte Arbeiten aufweisen.
Insgesamt wurden 550 wissenschaftliche Arbeiten für diese Konferenz eingereicht. 254 hat ein international hochrangig besetztes Komitee für einen Vortrag eingeladen. Wenn man nun die an den Arbeiten beteiligten Wissenschaftler ihren Forschungsinstitutionen zurechnet (viele Vorträge werden in Kooperationen von mehreren Institutionen eingereicht) liegt die Universität Dortmund mit 10,17 Arbeiten deutlich Platz eins. Auf dem zweiten Platz liegt die renommierte Seoul National University mit 7,33 Arbeiten.
Die Basis für diesen Erfolg bildet die lange Tradition der anwendungsbezogenen Forschung im Bereich evolutionäre Algorithmen an der Universität Dortmund. Wissenschaftler aus der Informatik als Methodenwissenschaft arbeiten hier mit Forschern aus den eher anwendungsorientierten Wissenschaftsbereichen Maschinenbau, Elektrotechnik und Informationstechnik sowie Bio- und Chemieingenieurwesen zusammen. Seit neun Jahren wird diese Kooperation in einem eigenen Sonderforschungsbereich gefördert von der Deutschen Forschungsgemeinschaft (SFB 531: Design und Management komplexer technischer Systeme mit Methoden der Computational Intelligence)
Evolutionäre Algorithmen
Durch die Optimierung komplexer Systeme und Prozesse können mit geringeren Ressourcen bessere Produkte erzeugt werden. Optimierung spielt in allen Bereichen der Ingenieurwissenschaften, aber auch in den Naturwissenschaften und der Medizin eine zentrale Rolle.
Je nach Problemstellung müssen jedoch häufig eine so große Anzahl möglicher Faktoren in diesem Prozess berücksichtig werden, dass alle Rechner dieser Welt sie nicht in den nächsten 1000 Jahren durchprobieren können. Optimale oder zumindest fast optimale Lösungen müssen also durch geschicktere Verfahren auf heutigen Rechnern in kurzer Zeit gefunden werden.
Evolutionäre Algorithmen oder allgemeiner randomisierte (d. h. zufallsgesteuerte) Suchverfahren bilden eine der wichtigsten Antworten auf diese Herausforderungen.
Evolutionäre Algorithmen haben als universell anwendbare Verbesserungs- und Optimierungsstrategien seit Beginn der 90er Jahre eine weite Verbreitung in allen Bereichen von Wirtschaft und Forschung gefunden. Der große Erfolg liegt dabei unter anderem in der Tatsache begründet, dass ihre Anwendung auf einem scheinbar einfachen und leicht nachvollziehbaren Prinzip, dem Darwinschen Evolutionsparadigma, oder etwas zugespitzt ausgedrückt, dem "survival of the fittest" basiert: Durch die Anwendung von Variation und Selektion auf eine Population von Lösungsalternativen werden nach dem Muster der Natur schrittweise bessere Lösungen gefunden und auf diese Weise Optima bestimmt.
Weitere Informationen:
Prof. Dr. Ingo Wegener (Sprecher des SFB)
Fachbereich Informatik (Lehrstuhl 2)
Telefon: (0231) 755-2776
Telefax: (0231) 755-2047
Email: ingo.wegener@uni-dortmund.de
Criteria of this press release:
Information technology
transregional, national
Miscellaneous scientific news/publications, Research projects, Scientific conferences
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).