Modellierung komplexer Prozesse durch naturanaloge Verfahren : Komplexe adaptive Systeme -- Modellbildungen und -theorie -- neuronale Netze -- Soft Computing und verwandte Techniken

Dieses Lehrbuch ist eine Einführung in die Techniken des sog. Soft Computing und verwandter formaler Methoden. Dargestellt werden Zellularautomaten und Boolesche Netze, Evolutionäre Algorithmen sowie Simulated Annealing, Fuzzy-Methoden, Neuronale Netze und schließlich Hybride Systeme, d. h. Koppelungen verschiedener dieser Techniken. Zu jeder Technik werden Anwendungsbeispiele gegeben. Auf der Basis der Theorie komplexer dynamischer Systeme werden zusätzlich theoretische Grundlagen dargestellt und es wird auf die Gemeinsamkeiten der auf einen ersten Blick sehr heterogenen Techniken hingewiesen. Der Leser erhält eine systematische Einführung und Übersicht zu diesen Techniken. Durch die Beispiele wird er geschult, selbst in formalen Modellen zu denken und diese auf seine speziellen Probleme anzuwenden. Dieses Lehrbuch ist für den Einsatz in Lehrveranstaltungen zur Simulation komplexer adaptiver Systeme sowie zur Modellbildung und -theorie in verschiedenen Bereichen geeignet Diese Einführung basiert vor allem auf der Habilitationsschrift von Christina Stoica „Soft Computing und Bottom-Up Modelle“ sowie auf einem Kurs „Soft Computing“ von Christina Stoica und Jürgen Klüver im Online-Studiengang „Wirtschaftsinformatik“ der Universitäten Bamberg und Duisburg-Essen. Außerdem gehen hier, wie an den Anwendungsbeispielen - sichtlich, unsere langjährigen Erfahrungen mit diesem Thema in Lehre und Forschung ein. Aus unseren didaktischen Erfahrungen insbesondere mit dem erwähnten Online-Kurs sowie zahlreichen Lehrveranstaltungen über die hier dargestellten Themen wissen wir, dass häufig die – leider erforderlichen – mathematischen Grundlagen den Studierenden Schwierigkeiten bereiten, die nicht Mathematik, Physik oder ein ingenieurwissenschaftliches Fach studieren. Damit wollen wir nicht sagen, dass man zur Beherrschung der Soft-Computing-Techniken große Mathematikkenntnisse voraussetzen muss – eher im Gegenteil. Einer der großen Vor- ge dieser Techniken ist nämlich, dass ihre jeweilige Grundlogik verhältnismäßig einfach zu verstehen ist und dass man rasch mit ihnen vertraut werden kann. Dennoch erfordert auch dies Gebiet eine gewisse Fähigkeit, in formalen Zusammenhängen zu denken und möglichst selbst die Fertigkeiten zu erlangen, eigene Modelle zu entwickeln. Dies erreicht man am besten dadurch, dass man sich die hier wesentlichen mathematischen Grundlagen systematisch aneignet. Eine gerade erschienene Einführung von uns in „Mathe- tisch-logische Grundlagen der Informatik“ ist für diesen Zweck nicht nur deswegen gut gee- net, weil wir sie ebenfalls geschrieben haben, sondern weil wir bei der Produktion des Buches auch an die hier vorliegende Einführung gedacht und zuweilen mit Beispielen aus diesem Bereich gearbeitet haben. Dieses Lehrbuch ist eine Einführung in die Techniken des sog. Soft Computing und verwandter formaler Methoden. Dargestellt werden Zellularautomaten und Boolesche Netze, Evolutionäre Algorithmen sowie Simulated Annealing, Fuzzy-Methoden, Neuronale Netze und schließlich Hybride Systeme, d. h. Koppelungen verschiedener dieser Techniken. Zu jeder Technik werden Anwendungsbeispiele gegeben. Auf der Basis der Theorie komplexer dynamischer Systeme werden zusätzlich theoretische Grundlagen dargestellt und es wird auf die Gemeinsamkeiten der auf einen ersten Blick sehr heterogenen Techniken hingewiesen. Der Leser erhält eine systematische Einführung und Übersicht zu diesen Techniken. Durch die Beispiele wird er geschult, selbst in formalen Modellen zu denken und diese auf seine speziellen Probleme anzuwenden. Dieses Lehrbuch ist für den Einsatz in Lehrveranstaltungen zur Simulation komplexer adaptiver Systeme sowie zur Modellbildung und -theorie in verschiedenen Bereichen geeignet Front Matter....Pages I-VIII Einleitung....Pages 1-4 Bottom-up Modelle, Soft Computing und komplexe Systeme....Pages 5-24 Zellularautomaten und Boolesche Netze....Pages 25-63 Die Modellierung adaptiver Prozesse durch Evolutionäre Algorithmen....Pages 64-99 Modellierung lernender Systeme durch Neuronale Netze (NN)....Pages 100-149 Fuzzy-Mengenlehre und Fuzzy-Logik....Pages 150-182 Hybridisierungen der Basismodelle....Pages 183-208 Resümee und Perspektiven....Pages 209-210 Back Matter....Pages 211-218