Evolutionäre multikriterielle Optimierung

Zentrales Thema dieses Projekts ist die Entwickelung naturinspirierter Optimierungsverfahren, insbesondere für multikriterielle und dynamisch veränderliche Problemstellungen. Wir untersuchen Mechanismen der Schwarmintelligenz und überprüfen sie auf Anwendbarkeit in technischen Systemen und mathematischen Optimierungen. Optimierungsprobleme, bei denen mehrere im Konflikt stehende Kriterien berücksichtigt werden müssen, treten zum Beispiel in vielen Anwendungen von Industrie und Wissenschaft auf. Wir untersuchen Particle Swarm Optimierungsverfahren (PSO) und evolutionäre multikriterielle Algorithmen (EMO), um multikriterielle Probleme zu lösen.