Bedienungsanleitung PALISADE EVOLVER 5.5

[. . . ] Benutzerhandbuch für Evolver Die gentechnische, auf Algorithmen basierte Lösungsanwendung für Microsoft Excel Version 5. 5 January, 2010 Palisade Corporation 798 Cascadilla Street Ithaca, NY 14850 USA +1-607-277-8000 +1-607-277-8001 (Fax) http://www. palisade. com (Web-Site) sales@palisade. com (E-Mail) Copyright-Hinweis Copyright © 2010, Palisade Corporation. Markenzeichen Microsoft, Excel und Windows sind eingetragene Marken der Microsoft Corporation. IBM ist ein eingetrage Marke von International Business Machines, Inc. Palisade, Evolver, TopRank, BestFit und RISKview sind eingetragene Marken der Palisade Corporation. RISK ist eine Marke von Parker Brothers, ein Unternehmensbereich der Tonka Corporation, und wird in Lizenz verwendet. Inhaltsverzeichnis Kapitel 1: Einführung 1 Einführung. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 Installationsanleitung. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 Kapitel 2: Hintergrund 11 Was ist Evolver? [. . . ] vor Aufruf von Evolver in einem Arbeitsblatt aussehen könnte, und welche beiden neuen Szenarien sich nach Verwendung der Lösungsmethode Ablaufplanung vielleicht daraus ergeben könnten. Kapitel 5: Evolver-Referenzhandbuch 125 Originalsatz von variablen Werten 1 2 3 1 2 3 Satz 1 der möglichen Ablaufsplanwerte 1 1 3 1 2 3 Satz 2 der möglichen Ablaufsplanwerte 1 3 1 2 2 2 HINWEIS: Wenn Sie die Lösungsmethode Ablaufsplan wählen, werden immer Ganzzahlen (1, 2, 3 usw. ) verwendet, ganz gleich, ob in den anpassbaren Zellen Zahlen mit oder ohne Dezimalstellen vorhanden sind. Crossing-over- und Mutationsrate Eines der schwierigsten Probleme beim Suchen nach optimalen Lösungen ist zu entscheiden, worauf man sich konzentrieren sollte, besonders wenn es für das Problem praktisch endlose Möglichkeiten zu geben scheint. Mit anderen Worten, wie viel Rechenzeit sollte dafür verwendet werden, neue Bereiche im , , Lösungsraum" zu erforschen, und wie viel Zeit sollte zum Feineinstellen der Lösungen in der Population benutzt werden, die sich bereits als ziemlich gut erwiesen hat?Ein Großteil des Erfolges des gentechnischen Algorithmus hat damit zu tun, dass dieser praktisch automatisch das rechte Gleichgewicht beibehält. Die GA-Struktur ermöglicht guten Lösungen, sich , , fortzupflanzen", aber hält auch weniger gute Organismen am Leben, um die Vielfalt und auch die Möglichkeiten zu erhalten, dass evtl. ein verborgenes , , Gen" sich für die endgültige Lösung als wichtig erweist. Crossover und Mutation sind zwei Parameter, die sich auf den Umfang der Suche auswirken, und Evolver ermöglicht den Benutzern, diese Parameter vor und auch noch während des Entwicklungsprozesses zu ändern. Auf diese Weise kann ein fachkundiger Benutzer der GA helfen, indem er entscheidet, worauf sich das Programm konzentrieren soll. Für die meisten Zwecke brauchen die Einstellungen für Crossover und Mutation (0, 5 bzw. Für den Fall, dass Sie den Algorithmus für das Problem fein abstimmen, vergleichende Studien ausführen oder sonst irgendwie experimentieren möchten, geben wir hier eine kurze Einführung zu diesen beiden Parametern. 126 Befehl Modelldefinition · Crossing-over-Rate. Die Crossing-over-Rate kann zwischen 0, 01 und 1, 0 eingestellt werden und zeigt den Grad der Wahrscheinlichkeit, dass zukünftige Szenarien oder , , Organismen" eine Mischung von Informationen aus der vorherigen Generation von übergeordneten oder Vorgängerorganismen enthalten wird. Diese Rate kann durch sachkundige Benutzer geändert werden, um die Performance von Evolver bei komplexen Problemen fein abzustimmen. Mit anderen Worten, eine Rate von 0, 5 bedeutet, dass ungefähr 50% der variablen Werte eines untergeordneten oder Nachwuchsorganismus von dem einen und die übrigen Werte von dem anderen Vorgängerorganismus abstammen werden. Eine Rate von 0, 9 besagt dagegen, dass ca. 90% der Werte des Nachwuchsorganismus vom ersten Vorgängerorganismus und ca. 10% vom zweiten Vorgängerorganismus abstammen werden. Eine Crossing-over-Rate von 1 zeigt an, dass kein Crossover stattfinden wird und somit nur Klone oder Duplikate der Vorgängerorganismen ausgewertet werden. Die durch Evolver verwendete Standardrate ist 0, 5. Sobald Evolver mit dem Lösen eines Problems begonnen hat, können Sie die Crossing-over-Rate mithilfe des EvolverÜberwachungsprogramm ändern (weitere Einzelheiten hierüber sind unter Evolver-Überwachungsprogramm in diesem Kapitel zu finden). · Mutationsrate. Die Mutationsrate kann zwischen 0, 0 und 1, 0 eingestellt werden und weist auf die Wahrscheinlichkeit hin, dass zukünftige Szenarien einige Zufallswerte enthalten werden. Eine höhere Mutationsrate bedeutet einfach, dass mehr Mutationen oder , , Zufallsgenwerte" in die Population gelangen werden. Da die Mutation nach dem Crossover stattfindet, bedeutet eine Mutationsrate von 1 (100% Zufallswerte), dass praktisch kein Crossover wirksam werden kann und dass Evolver ausschließlich Zufallsszenarien erzeugen wird. Kapitel 5: Evolver-Referenzhandbuch 127 Falls alle Daten der optimalen Lösung bereits irgendwo in der Population vorhanden waren, ist der Crossover-Operator wahrscheinlich ausreichend, um schließlich die Lösung zusammenzustoppeln. Mutation hat sich als wichtiges Element in der biologischen Welt erwiesen, und zwar oft aus denselben Gründen, aus denen die Mutation auch im gentechnischen Algorithmus benötigt wird: Mutation ist wichtig für das Aufrechterhalten einer mannigfaltigen Population von unterschiedlichen Organismen, um zu vermeiden, dass die Population zu unflexibel wird, um sich der dynamischen Umgebung anzupassen. [. . . ] , , Wahrscheinlichkeit" bezieht sich darauf, wie wahrscheinlich es ist, dass ein Wert oder Ereignis auftreten wird. Die Wahrscheinlichkeit kann an Hand der Simulationsdaten in Form von Häufigkeit gemessen werden, und zwar durch Berechnung der AuftretensInstanzen des Wertes oder Ereignisses, dividiert durch die Gesamthäufigkeit. Diese Berechnung ergibt einen Wert zwischen 0 und 1, der dann in einen Prozentsatz umgerechnet werden kann, indem man ihn mit 100 multipliziert. Siehe , , Häufigkeitsverteilung", , , Wahrscheinlichkeitsverteilung" Summenverteilung Szenario Unabhängige Variable Versuche Wahrscheinlichkeit Glossar 237 Wahrscheinlichkeitsverteilung , , Wahrscheinlichkeitsverteilung" oder , , Wahrscheinlichkeitsdichte" ist der statistische Ausdruck für eine Häufigkeitsverteilung, die aus einem unendlich großen Wertesatz erstellt worden ist, in dem die Klassengröße unendlich klein ist. [. . . ]