Computational Intelligence

Thomas Hanne and Rolf Dornberger
Additional contact information
Thomas Hanne: Fachhochschule Nordwestschweiz
Rolf Dornberger: Fachhochschule Nordwestschweiz

Chapter 2 in Computational Intelligence in Logistik und Supply Chain Management, 2023, pp 15-45 from Springer

Abstract: Zusammenfassung Dieses Kapitel stellt eine kompakte Einführung in Computational Intelligence (CI) vor. Künstliche Intelligenz (KI) und CI werden kurz miteinander verglichen. CI selbst ist ein Überbegriff, der verschiedene Zweige von Methoden umfasst, von denen die meisten dem Paradigma „von der Natur inspiriert“ folgen. Während sich KI und CI teilweise überschneiden, profitieren die in CI angewandten Methoden von naturinspirierten Strategien und setzen diese in Computeralgorithmen um, wozu als Ausgangspunkt die mathematische Optimierung kurz erläutert wird. CI umfasst fünf Hauptzweige: Evolutionäre Ansätze (Evolutionary Computation, EC), Schwarmintelligenz (Swarm Intelligence, SI), Neuronale Netze (Neural Networks), Fuzzy-Logik (Fuzzy Logic) und Künstliche Immunsysteme (Artificial Immune Systems). Der Schwerpunkt liegt auf EC und SI als den wichtigsten CI-Methoden, die in der Logistik und im Supply-Chain-Management eingesetzt werden. EC ist mit Evolutionären Algorithmen (EA) gekoppelt. Wichtige Methoden, die zu EC bzw. EA gehören, sind Evolutionsstrategien, Genetische Algorithmen (GA), Genetische und Evolutionäre Programmierung, die (multi-objective) Mehrzieloptimierungsalgorithmen Non-dominated Sorting GA (NSGA) und Strength Pareto EA (SPEA), Memetische Algorithmen sowie viele weitere Methoden. Zu den wichtigsten Methoden der SI gehören die Partikelschwarmoptimierung (Particle Swarm Optimization, PSO), die diskrete PSO und die Ameisenkolonieoptimierung (Ant Colony Optimization). EA- und SI-Ansätze werden auch der Klasse der Metaheuristiken zugerechnet, die bei der Suche nach besseren Lösungen in einer Vielzahl von Anwendungsbereichen allgemeine Problemlösungskonzepte bereitstellen.

Keywords: Computational Intelligence; Künstliche Intelligenz; Artificial Intelligence; Evolutionäre Ansätze; Evolutionary Computation; Schwarmintelligenz; Swarm Intelligence; Neuronale Netze; Neural Networks; Fuzzy-Logik; Fuzzy Logic; Artificial Immune Systems; Evolutionären Algorithmen; Evolutionsstrategie; Genetische Algorithmen; Genetische und Evolutionäre Programmierung; Partikelschwarmoptimierung; Particle Swarm Optimization; Ameisenkolonieoptimierung; Metaheuristiken; Mehrzieloptimierung (search for similar items in EconPapers)
Date: 2023
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-031-21452-3_2

Ordering information: This item can be ordered from
http://www.springer.com/9783031214523

DOI: 10.1007/978-3-031-21452-3_2

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().