Optimierungsalgorithmen

Numerische Methoden zur Optimierung physikalischer Systeme, einschließlich Gradientenverfahren und evolutionärer Algorithmen

Category
Computational Physics
Level
advanced
Languages
de → de
Cards
49
Markdown
Optimierungsalgorithmen (.md)

Flashcards (49)

#Front (Term / Question)Back (Definition / Answer)ExampleMultiple-Choice Options
1Was ist ein Gradientenverfahren?Ein Gradientenverfahren ist ein Optimierungsalgorithmus, der die Richtung des steilsten Anstiegs oder Abfalls einer Funktion nutzt, um lokale Minima oder Maxima zu finden.
2Was ist ein Surrogatmodell?Ein Surrogatmodell ist ein approximatives Modell, das verwendet wird, um die Evaluierungskosten eines Optimierungsproblems zu reduzieren.
3Was ist ein Random Search Algorithmus?Ein Random Search Algorithmus sucht zufällig nach Lösungen im Suchraum, ohne systematische Strategien zu verwenden.
4Was ist ein einfaches Beispiel für ein Optimierungsproblem?Das Minimieren der Kosten für die Herstellung eines Produkts unter Berücksichtigung von Material- und Arbeitskosten.
5Was ist ein Gradient?Der Gradient ist ein Vektor, der die Richtung und die Steigung der größten Zunahme einer Funktion angibt.
6Was ist ein Optimierungszyklus?Ein Optimierungszyklus umfasst die Schritte der Bewertung, Anpassung und Selektion von Lösungen in einem Optimierungsalgorithmus.
7Was ist die Rolle der Fitnessfunktion in evolutionären Algorithmen?Die Fitnessfunktion bewertet, wie gut eine Lösung das Optimierungsziel erfüllt und bestimmt die Wahrscheinlichkeit ihrer Selektion für die nächste Generation.
8Was ist eine adaptive Optimierung?Adaptive Optimierung passt die Parameter des Algorithmus während des Suchprozesses an, um die Effizienz zu verbessern.
9Was ist der Unterschied zwischen exakter und heuristischer Optimierung?Exakte Optimierung garantiert die optimale Lösung, während heuristische Optimierung schnelle, aber möglicherweise suboptimale Lösungen bietet.
10Was sind Nebenbedingungen in der Optimierung?Nebenbedingungen sind Einschränkungen, die die Werte der Variablen in einem Optimierungsproblem begrenzen.
11Was ist ein Ant Colony Optimization Algorithmus?Ant Colony Optimization ist ein stochastischer Optimierungsalgorithmus, der das Verhalten von Ameisen bei der Futtersuche nachahmt.
12Was ist eine Ziel- oder Kostenfunktion?Eine Ziel- oder Kostenfunktion ist die Funktion, die optimiert werden soll, indem ihre Werte minimiert oder maximiert werden.
13Was ist ein lineares Programmierungsproblem?Ein lineares Programmierungsproblem ist ein Optimierungsproblem, bei dem die Ziel- und Nebenbedingungen linear sind.
14Was versteht man unter einem deterministischen Optimierungsalgorithmus?Ein deterministischer Algorithmus liefert bei gleichen Eingabewerten immer die gleiche Ausgabe.
15Wie funktioniert das Gradientenabstiegverfahren?Es iteriert durch Anpassung der Variablen in die Richtung des negativen Gradienten, um ein Minimum der Funktion zu finden.
16Was ist die Hessian-Matrix?Die Hessian-Matrix ist eine quadratische Matrix der zweiten Ableitungen einer Funktion und gibt Informationen über die Krümmung der Funktion.
17Was ist ein Konvergenzkriterium?Ein Konvergenzkriterium ist eine Bedingung, die angibt, wann der Algorithmus gestoppt werden sollte, weil eine zufriedenstellende Lösung erreicht wurde.
18Was ist ein Lagrange-Multiplikator?Lagrange-Multiplikatoren sind eine Methode zur Optimierung von Funktionen unter Nebenbedingungen.
19Was ist ein Parameter-Tuning?Parameter-Tuning ist der Prozess der Anpassung der Parameter eines Algorithmus, um die Leistung zu optimieren.
20Nenne zwei Hauptkategorien von Optimierungsalgorithmen.Deterministische und stochastische Optimierungsalgorithmen.
21Was ist ein globaler Suchalgorithmus?Ein globaler Suchalgorithmus versucht, das globale Optimum eines Problems zu finden, unabhängig von lokalen Minima.
22Was versteht man unter Mutation in evolutionären Algorithmen?Mutation ist ein Prozess, bei dem zufällige Änderungen an einer Lösung vorgenommen werden, um die genetische Vielfalt zu erhöhen.
23Was ist die Rolle der Diversität in evolutionären Algorithmen?Diversität hilft, die Suche nach Lösungen zu erweitern und das Risiko zu verringern, in lokalen Minima stecken zu bleiben.
24Was ist ein Simulated Annealing Algorithmus?Simulated Annealing ist ein stochastischer Optimierungsalgorithmus, der von der Metallurgie inspiriert ist und Temperaturparameter verwendet, um die Wahrscheinlichkeit von Akzeptanz schlechterer Lösungen zu steuern.
25Was ist ein stochastischer Optimierungsalgorithmus?Ein stochastischer Algorithmus verwendet Zufallsprozesse, um Lösungen zu finden, was zu unterschiedlichen Ergebnissen bei gleichen Eingabewerten führen kann.
26Was ist Kreuzung in evolutionären Algorithmen?Kreuzung kombiniert zwei oder mehr Lösungen, um neue Nachkommen zu erzeugen, die Eigenschaften der Elternlösungen übernehmen.
27Was ist Pareto-Optimalität?Eine Lösung ist Pareto-optimal, wenn es nicht möglich ist, eine Zielsetzung zu verbessern, ohne eine andere zu verschlechtern.
28Was ist ein Gradientensuchverfahren?Ein Gradientensuchverfahren ist ein Algorithmus, der die Ableitungen einer Funktion verwendet, um die Richtung der Optimierung zu bestimmen.
29Was ist ein Metaheuristik-Algorithmus?Metaheuristik-Algorithmen sind allgemeine Strategien zur Lösung von Optimierungsproblemen, die nicht auf spezifische Probleme zugeschnitten sind.
30Was sind evolutionäre Algorithmen?Evolutionäre Algorithmen sind stochastische Optimierungsverfahren, die von biologischen Evolutionsprozessen inspiriert sind, wie Selektion, Mutation und Kreuzung.
31Was ist ein Gradientensprung?Ein Gradientensprung ist ein Schritt in der Richtung des Gradienten, der zur Verbesserung der Lösung führt.
32Was ist ein Schwarmintelligenz-Algorithmus?Schwarmintelligenz-Algorithmen sind Optimierungsverfahren, die das kollektive Verhalten von Gruppen, wie Vögel oder Fische, nachahmen.
33Nenne ein Beispiel für einen evolutionären Algorithmus.Genetische Algorithmen sind ein bekanntes Beispiel für evolutionäre Algorithmen.
34Was ist ein Constraint in der Optimierung?Ein Constraint ist eine Bedingung oder Einschränkung, die die zulässigen Werte der Variablen in einem Optimierungsproblem definiert.
35Was ist ein Vorteil von evolutionären Algorithmen?Evolutionäre Algorithmen sind robust gegenüber komplexen und nicht-differenzierbaren Funktionen.
36Was ist der Unterschied zwischen lokalem und globalem Minimum?Ein lokales Minimum ist der niedrigste Punkt in einem bestimmten Bereich, während ein globales Minimum der niedrigste Punkt über den gesamten Definitionsbereich ist.
37Was ist ein Constraint-Handling in evolutionären Algorithmen?Constraint-Handling bezieht sich auf Techniken zur Berücksichtigung von Nebenbedingungen während des Optimierungsprozesses.
38Was ist ein nichtlinearer Optimierungsalgorithmus?Ein nichtlinearer Optimierungsalgorithmus löst Probleme, bei denen die Ziel- oder Nebenbedingungen nichtlinear sind.
39Was ist ein lokaler Suchalgorithmus?Ein lokaler Suchalgorithmus sucht nach Lösungen in der unmittelbaren Umgebung einer gegebenen Lösung und kann in lokalen Minima stecken bleiben.
40Was ist ein Hybrid-Optimierungsalgorithmus?Ein Hybrid-Optimierungsalgorithmus kombiniert verschiedene Optimierungstechniken, um die Stärken der einzelnen Methoden zu nutzen.
41Was ist ein Optimierungsalgorithmus?Ein Optimierungsalgorithmus ist ein Verfahren zur Bestimmung der optimalen Lösung eines Problems, indem er die Werte einer oder mehrerer Variablen anpasst.
42Was ist die Rolle der Lernrate in Gradientenverfahren?Die Lernrate bestimmt, wie groß die Schritte sind, die bei der Anpassung der Variablen in Richtung des Gradienten gemacht werden.
43Was ist ein Nachteil von Gradientenverfahren?Gradientenverfahren können in lokalen Minima stecken bleiben und sind empfindlich gegenüber der Wahl der Startwerte.
44Nenne einen bekannten Schwarmintelligenz-Algorithmus.Der Particle Swarm Optimization (PSO) Algorithmus.
45Was ist ein Multi-Objective-Optimierungsproblem?Ein Multi-Objective-Optimierungsproblem beinhaltet die gleichzeitige Optimierung mehrerer Zielsetzungen, die oft miteinander in Konflikt stehen.
46Was ist ein Optimierungsproblem?Ein Optimierungsproblem besteht darin, eine Funktion zu maximieren oder zu minimieren, unter Berücksichtigung von gegebenen Einschränkungen.
47Was ist der Unterschied zwischen konvexen und nicht-konvexen Funktionen?Eine konvexe Funktion hat nur ein globales Minimum, während nicht-konvexe Funktionen mehrere lokale Minima haben können.
48Was ist ein simplex-Algorithmus?Der Simplex-Algorithmus ist ein Verfahren zur Lösung linearer Programmierungsprobleme.
49Was ist ein Tabu-Suchalgorithmus?Ein Tabu-Suchalgorithmus ist ein lokaler Suchalgorithmus, der eine Liste von 'tabuisierten' Lösungen verwendet, um Rückschritte zu vermeiden.