• laufend

    COSEAL - Configuration and Selection of Algorithms

    Die COSEAL-Forschergruppe ist ein internationales Konsortium von Forschern (u.a. aus Belgien, Kanada, Irland, Dänemark und Deutschland) und beschäftigt sich mit aktuellen Fragestellungen in den Bereichen automatisierte Algorithmenselektion, Algorithmenkonfiguration und Maschinellem Lernen.


    Projektstatus laufend
    Projektzeitraum 01.02.2013- 01.01.2030
    Webseite http://www.coseal.net
    Schlüsselwörter Algorithmenselektion, Konfiguration, Maschinelles Lernen

     

    Instanz-Basierte Algorithmenselektion inexakter State-Of-The-Art Solver für Traveling-Salesman-Probleme

    Das Traveling-Salesman-Problem (TSP) ist eines der prominentesten und bestuntersuchten NP-harten Optimierungsprobleme. Ausgehend von n Städten und paarweisen Distanzen (Kosten) soll eine Rundreise mit minimalen Gesamtkosten gefunden werden, sodass jede Stadt genau einmal besucht und am Ende wieder zum Start zurückgelangt wird. Effiziente inexakte Solver gewinnen im Vergleich zu exakten Solvern, für die eine Garantie der optimalen Lösung getroffen werden kann, immer mehr an Bedeutung, da sehr gute bzw. optimale Lösungen i.A., vor allem mit steigender Instanzgröße, schneller gefunden werden können. Eine Verbesserung gegenüber des derzeitigen inexakten State-Of-The-Art-Algorithmus LKH würde aufgrund der hohen Praxisrelevanz des TSP von großer Bedeutung sein. Dies soll hier umgesetzt werden mit Hilfe des vielversprechenden Konzeptes der instanzbasierten Algorithmenselektion.


    Projektstatus laufend
    Projektzeitraum 01.01.2017- 31.12.2018
    Förderer Deutscher Akademischer Austausch Dienst
    Projektnummer 57314626
    Schlüsselwörter Algorithmenselektion; Inexakte Solver; Traveling-Salesman-Problem; Statistik; Wirtschaftsinformatik; Kanada

     

  • abgeschlossen

    9. Internationale Konferenz zur Mehrkriteriellen Evolutionären Optimierung, Münster 19. - 22.03.2017

    EMO 2017 is the 9th International Conference on Evolutionary Multi- Criterion Optimization, aiming to continue the success of previous EMO conferences. We will bring together both the EMO and the multiple criteria decision making (MCDM) communities and moreover focus on solving real-world problems in government, business and industry. The classical EMO format will be supplemented by an EMO competition.


    Projektstatus abgeschlossen
    Projektzeitraum 19.03.2017- 22.03.2017
    Webseite http://www.emo2017.org
    Förderer DFG - Internationale wissenschaftliche Veranstaltungen
    Projektnummer TR 891/9-1
    Schlüsselwörter Evolutionäre Mehrkriterielle Optimierung