Stage-oe-small.jpg

QE: Unterschied zwischen den Versionen

Aus Aifbportal
Wechseln zu:Navigation, Suche
Zeile 16: Zeile 16:
 
|Partner=Leibniz Universität Hannover
 
|Partner=Leibniz Universität Hannover
 
|Vorgängerprojekt=
 
|Vorgängerprojekt=
|Forschungsgebiet=Effiziente Algorithmen, Künstliche Intelligenz, Organic Computing, Naturanaloge Algorithmen, Globale Optimierung, Evolutionäre Strategien, Mensch-Maschine-Systeme, Evolutionäre Algorithmen, Informatik, Evolutionäre Optimierung veränderlicher Probleme, Genetische Algorithmen,
 
 
}}
 
}}
 
{{Forschungsgebiet Auswahl
 
{{Forschungsgebiet Auswahl
 
|Forschungsgebiet=Evolutionäre Algorithmen
 
|Forschungsgebiet=Evolutionäre Algorithmen
|Vorgängerprojekt=
 
|Forschungsgebiet=Effiziente Algorithmen, Künstliche Intelligenz, Organic Computing, Naturanaloge Algorithmen, Globale Optimierung, Evolutionäre Strategien, Mensch-Maschine-Systeme, Evolutionäre Algorithmen, Informatik, Evolutionäre Optimierung veränderlicher Probleme, Genetische Algorithmen,
 
 
}}
 
}}
 
{{Forschungsgebiet Auswahl
 
{{Forschungsgebiet Auswahl
 
|Forschungsgebiet=Evolutionäre Optimierung veränderlicher Probleme
 
|Forschungsgebiet=Evolutionäre Optimierung veränderlicher Probleme
|Vorgängerprojekt=
 
|Forschungsgebiet=Effiziente Algorithmen, Künstliche Intelligenz, Organic Computing, Naturanaloge Algorithmen, Globale Optimierung, Evolutionäre Strategien, Mensch-Maschine-Systeme, Evolutionäre Algorithmen, Informatik, Evolutionäre Optimierung veränderlicher Probleme, Genetische Algorithmen,
 
 
}}
 
}}
 
{{Forschungsgebiet Auswahl
 
{{Forschungsgebiet Auswahl
 
|Forschungsgebiet=Evolutionäre Strategien
 
|Forschungsgebiet=Evolutionäre Strategien
|Vorgängerprojekt=
 
|Forschungsgebiet=Effiziente Algorithmen, Künstliche Intelligenz, Organic Computing, Naturanaloge Algorithmen, Globale Optimierung, Evolutionäre Strategien, Mensch-Maschine-Systeme, Evolutionäre Algorithmen, Informatik, Evolutionäre Optimierung veränderlicher Probleme, Genetische Algorithmen,
 
 
}}
 
}}
 
{{Forschungsgebiet Auswahl
 
{{Forschungsgebiet Auswahl
 
|Forschungsgebiet=Genetische Algorithmen
 
|Forschungsgebiet=Genetische Algorithmen
|Vorgängerprojekt=
 
|Forschungsgebiet=Effiziente Algorithmen, Künstliche Intelligenz, Organic Computing, Naturanaloge Algorithmen, Globale Optimierung, Evolutionäre Strategien, Mensch-Maschine-Systeme, Evolutionäre Algorithmen, Informatik, Evolutionäre Optimierung veränderlicher Probleme, Genetische Algorithmen,
 
 
}}
 
}}
 
{{Forschungsgebiet Auswahl
 
{{Forschungsgebiet Auswahl
 
|Forschungsgebiet=Globale Optimierung
 
|Forschungsgebiet=Globale Optimierung
|Vorgängerprojekt=
 
|Forschungsgebiet=Effiziente Algorithmen, Künstliche Intelligenz, Organic Computing, Naturanaloge Algorithmen, Globale Optimierung, Evolutionäre Strategien, Mensch-Maschine-Systeme, Evolutionäre Algorithmen, Informatik, Evolutionäre Optimierung veränderlicher Probleme, Genetische Algorithmen,
 
 
}}
 
}}
 
{{Forschungsgebiet Auswahl
 
{{Forschungsgebiet Auswahl
 
|Forschungsgebiet=Maschinelles Lernen
 
|Forschungsgebiet=Maschinelles Lernen
|Vorgängerprojekt=
 
|Forschungsgebiet=Effiziente Algorithmen, Künstliche Intelligenz, Organic Computing, Naturanaloge Algorithmen, Globale Optimierung, Evolutionäre Strategien, Mensch-Maschine-Systeme, Evolutionäre Algorithmen, Informatik, Evolutionäre Optimierung veränderlicher Probleme, Genetische Algorithmen,
 
 
}}
 
}}
 
{{Forschungsgebiet Auswahl
 
{{Forschungsgebiet Auswahl
 
|Forschungsgebiet=Mensch-Maschine-Systeme
 
|Forschungsgebiet=Mensch-Maschine-Systeme
|Vorgängerprojekt=
 
|Forschungsgebiet=Effiziente Algorithmen, Künstliche Intelligenz, Organic Computing, Naturanaloge Algorithmen, Globale Optimierung, Evolutionäre Strategien, Mensch-Maschine-Systeme, Evolutionäre Algorithmen, Informatik, Evolutionäre Optimierung veränderlicher Probleme, Genetische Algorithmen,
 
 
}}
 
}}
 
{{Forschungsgebiet Auswahl
 
{{Forschungsgebiet Auswahl
 
|Forschungsgebiet=Naturanaloge Algorithmen
 
|Forschungsgebiet=Naturanaloge Algorithmen
|Vorgängerprojekt=
 
|Forschungsgebiet=Effiziente Algorithmen, Künstliche Intelligenz, Organic Computing, Naturanaloge Algorithmen, Globale Optimierung, Evolutionäre Strategien, Mensch-Maschine-Systeme, Evolutionäre Algorithmen, Informatik, Evolutionäre Optimierung veränderlicher Probleme, Genetische Algorithmen,
 
 
}}
 
}}
 
{{Forschungsgebiet Auswahl
 
{{Forschungsgebiet Auswahl
 
|Forschungsgebiet=Organic Computing
 
|Forschungsgebiet=Organic Computing
|Vorgängerprojekt=
 
|Forschungsgebiet=Effiziente Algorithmen, Künstliche Intelligenz, Organic Computing, Naturanaloge Algorithmen, Globale Optimierung, Evolutionäre Strategien, Mensch-Maschine-Systeme, Evolutionäre Algorithmen, Informatik, Evolutionäre Optimierung veränderlicher Probleme, Genetische Algorithmen,
 
 
}}
 
}}

Version vom 16. September 2009, 14:44 Uhr

Qe png.jpg

Quantitative Emergenz


Kontaktperson: Hartmut Schmeck

http://www.aifb.uni-karlsruhe.de/EffAlg/Projekt/otcqe/



Projektstatus: abgeschlossen


Beschreibung

In diesem gemeinsamen Projekt werden Konzepte und Werkzeuge für die Implementierung einer Architektur zur Realisierung selbstorganisierender technischer Systeme entwickelt, die gleichzeitig zuverlässig, robust und adaptiv sind. Der Entwurf derartiger Systeme erfordert ein tieferes Verständnis der Effekte emergenten globalen Verhaltens in Netzwerken aus intelligenten autonomen Einheiten (d. h. wir müssen emergentes Verhalten quantifizieren). Es werden Werkzeuge benötigt, um unerwünschtes Verhalten zu vermeiden und um erwünschte positive Effekte zu erzeugen bzw. zu verstärken. Die Architektur wird aus einem Netzwerk autonomer Einheiten bestehen (genannt "Produktionssystem"), ergänzt durch jeweils eine oder mehrere Observer- und Controller-Einheiten. Das Ziel ist die Entwicklung einer angemessenen Methodik für die Beobachtung des (globalen) Systemverhaltens und für eine Messung und Bewertung von Emergenzeffekten. Außerdem müssen geeignete Antworten des Controllers auf die Ergebnisse des Observers erzeugt werden, um ein kontrolliertes emergentes Verhalten innerhalb der Grenzen zu ermöglichen, die von einer externen Einheit vorgegeben sind ("der Umgebung"). Dies erfordert eine Untersuchung verschiedener potentieller Arten, das Verhalten eines selbstorganisierenden Produktionssystems zu beeinflussen. Während der ersten 2 Jahre des Projekts werden wir von realistischen technischen Anwendungen abstrahieren und zunächst relativ einfache künstliche Produktionssysteme betrachten, die einige interessante Eigenschaften aufweisen. Erst später, in Phase II (d. h. in den Jahren 3 und 4), sollen die hier entwickelten neuen Konzepte und Werkzeuge für den Observer und den Controller mit dem komplexeren organischen Produktionssystem "Organic Traffic Control" kombiniert werden, das in dem korrespondierenden Projekt "OTC" entwickelt wird.


Involvierte Personen
Jürgen BrankeUrban RichterHartmut Schmeck


Informationen

von: Juli 1, 2005
bis: Juni 30, 2007
Finanzierung: DFG


Partner

Leibniz Universität Hannover


Forschungsgruppe

Effiziente Algorithmen


Forschungsgebiet

QE (Evolutionäre Algorithmen, Organic Computing, Maschinelles Lernen, Globale Optimierung, Evolutionäre Strategien, Genetische Algorithmen, Evolutionäre Optimierung veränderlicher Probleme, Naturanaloge Algorithmen, Mensch-Maschine-Systeme)





Publikationen zum Projekt
 - book
 - incollection
 - booklet
 - proceedings
 - techreport
 - deliverable
 - manual
 - misc
 - unpublished






article
Hartmut Schmeck, Christian Müller-Schloer, Emre Cakar, Moez Mnif, Urban Richter
Adaptivity and Self-Organisation in Organic Computing Systems
ACM Transactions on Autonomous and Adaptive Systems (TAAS), 5, (3), Seiten 10:1-10:32, September, 2010
(Details)


↑ top

inproceedings
Oliver Ribock, Urban Richter, Hartmut Schmeck
Using Organic Computing to Control Bunching Effects
In Uwe Brinkschulte, Theo Ungerer, Christian Hochberger, and Rainer G. Spallek, Proceedings of the 21th International Conference on Architecture of Computing Systems (ARCS 2008), Seiten: 232-244, Springer, LNCS, 4934, Februar, 2008
(Details)


Urban Richter, Moez Mnif
Learning to Control the Emergent Behaviour of a Multi-Agent System
In Franziska Klügl, Karl Tuyls, and Sandip Sen, Proceedings of the 2008 Workshop on Adaptive Learning Agents and Multi-Agent Systems at AAMAS 2008 (ALAMAS+ALAg 2008), Seiten: 33-40Mai, 2008
(Details)


Emre Cakar, Moez Mnif, Christian Müller-Schloer, Urban Richter, Hartmut Schmeck
Towards a Quantitative Notion of Self-Organisation
Proceedings of the 2007 IEEE Congress on Evolutionary Computation (CEC 2007), Seiten: 4222-4229September, 2007
(Details)


Moez Mnif, Urban Richter, Jürgen Branke, Hartmut Schmeck, Christian Müller-Schloer
Measurement and Control of Self-Organised Behaviour in Robot Swarms
In Paul Lukowicz, Lothar Thiele, and Gerhard Tröster, Proceedings of the 20th International Conference on Architecture of Computing Systems (ARCS 2007), Seiten: 209-223, Springer, LNCS, 4415, März, 2007
(Details)


Jürgen Branke, Moez Mnif, Christian Müller-Schloer, Holger Prothmann, Urban Richter, Fabian Rochner, Hartmut Schmeck
Organic Computing - Addressing Complexity by Controlled Self-Organization
In Tiziana Margaria, Anna Philippou, and Bernhard Steffen, Post-Conference Proceedings of the 2nd International Symposium on Leveraging Applications of Formal Methods, Verification and Validation (ISoLA 2006), Seiten: 185-191, IEEE, November, 2006
(Details)


Urban Richter, Moez Mnif, Jürgen Branke, Christian Müller-Schloer, Hartmut Schmeck
Towards a Generic Observer/Controller Architecture for Organic Computing
In Christian Hochberger and Rüdiger Liskowsky, INFORMATIK 2006 – Informatik für Menschen!, Seiten: 112-119, Bonner Köllen Verlag, LNI, P-93, Oktober, 2006
(Details)


↑ top

book
Christian Müller-Schloer, Hartmut Schmeck, Theo Ungerer
Organic Computing - A Paradigm Shift for Complex Systems
Birkhäuser, Juni, 2011
(Details)


Urban Richter
Controlled Self-Organisation Using Learning Classifier Systems
KIT Scientific Publishing, November, 2009
(Details)


↑ top

phdthesis
Urban Richter
Controlled Self-Organisation Using Learning Classifier Systems
Hartmut Schmeck; Karl-Heinz Waldmann, 2009/07/30, PhD thesis at the Universität Karlsruhe (TH), Fakultät für Wirtschaftswissenschaften
(Details)


↑ top