Tourenplanung durch Einsatz naturanaloger Verfahren: Integration von Genetischen Algorithmen und Simulated Annealing
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Elektronisch E-Book |
| Sprache: | German |
| Veröffentlicht: |
Wiesbaden
Deutscher Universitätsverlag
1995
|
| Ausgabe: | Gabler Edition Wissenschaft |
| Schriftenreihe: | Gabler Edition Wissenschaft
|
| Schlagworte: | |
| Online-Zugang: | Volltext |
| Beschreibung: | Kombinatorische Optimierungsprobleme zeichnen sich einerseits durch eine wohlstrukturierte Problemstellung, andererseits aber durch eine fur praxisrelevante Fragestellungen sehr große Zahl möglicher Handlungsalternativen aus. Gerade im Bereich der Produktion und betriebli chen Logistik sind derartige Optimierungsprobleme häufig anzutreffen (neben Problemen der Tourenplanung z.B. Fragen der optimalen Bearbeitungsreihenfolge von Aufträgen auf Ma schinen, der Verschnittminimierung oder der Containerbeladung). Ihr Vorteilliegt in der inter subjektiven Nachvollziehbarkeit von Handlungsalternativen und Zielfunktionen, weshalb die relative Qualität der Handlungsalternativen unabhängig von persönlichen Präferenzen bewertet werden kann. Der Einsatz klassischer Optimierungsverfahren des Operations Research zur Lösung Kombina torischer Optimierungsprobleme scheitert meist an dem mit der Problemgröße exponentiell wachsenden Rechenaufwand. In der Praxis wird daher häufig auf heuristische Verfahren ausgewichen, die eine Erreichung der optimalen Lösung nicht mehr sicherstellen, dafur aber weniger rechenintensiv sind. Seit etwa funfzehn Jahren werden in der Literatur Problemlösungsverfahren diskutiert, die zwar auch in die Klasse der heuristischen Verfahren eingeordnet werden müssen, die jedoch klassische problemspezifische Heuristiken in ihrer Ergebnisqualität vielfach übertreffen (und zudem wesentlich flexibler bezüglich Modifikationen der Problemstellung sind). Es handelt sich hierbei um Verfahren, die in Anlehnung an bestimmte natürliche Prozesse entwickelt wurden: So versuchen genetische Algorithmen (GA), durch Imitation der biologischen Evolution die Suche nach einer annähernd optimalen Lösung zu bewerkstelligen. Das sogenannte Simulated Annealing (SA) zieht hingegen eine Analogie zwischen dem Lösen eines Optimierungspro blems und dem Abkühlen von Materie in ihren niedrigsten energetischen Zustand |
| Beschreibung: | 1 Online-Ressource (XXVI, 222 S.) |
| ISBN: | 9783663090465 9783824461813 |
| DOI: | 10.1007/978-3-663-09046-5 |
Internformat
MARC
| LEADER | 00000nmm a2200000zc 4500 | ||
|---|---|---|---|
| 001 | BV042466249 | ||
| 003 | DE-604 | ||
| 005 | 00000000000000.0 | ||
| 007 | cr|uuu---uuuuu | ||
| 008 | 150325s1995 |||| o||u| ||||||ger d | ||
| 020 | |a 9783663090465 |c Online |9 978-3-663-09046-5 | ||
| 020 | |a 9783824461813 |c Print |9 978-3-8244-6181-3 | ||
| 024 | 7 | |a 10.1007/978-3-663-09046-5 |2 doi | |
| 035 | |a (OCoLC)915628227 | ||
| 035 | |a (DE-599)BVBBV042466249 | ||
| 040 | |a DE-604 |b ger |e aacr | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-634 |a DE-860 |a DE-92 |a DE-706 |a DE-739 |a DE-824 | ||
| 082 | 0 | |a 330 |2 23 | |
| 100 | 1 | |a Wendt, Oliver |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Tourenplanung durch Einsatz naturanaloger Verfahren |b Integration von Genetischen Algorithmen und Simulated Annealing |c von Oliver Wendt |
| 250 | |a Gabler Edition Wissenschaft | ||
| 264 | 1 | |a Wiesbaden |b Deutscher Universitätsverlag |c 1995 | |
| 300 | |a 1 Online-Ressource (XXVI, 222 S.) | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b c |2 rdamedia | ||
| 338 | |b cr |2 rdacarrier | ||
| 490 | 0 | |a Gabler Edition Wissenschaft | |
| 500 | |a Kombinatorische Optimierungsprobleme zeichnen sich einerseits durch eine wohlstrukturierte Problemstellung, andererseits aber durch eine fur praxisrelevante Fragestellungen sehr große Zahl möglicher Handlungsalternativen aus. Gerade im Bereich der Produktion und betriebli chen Logistik sind derartige Optimierungsprobleme häufig anzutreffen (neben Problemen der Tourenplanung z.B. Fragen der optimalen Bearbeitungsreihenfolge von Aufträgen auf Ma schinen, der Verschnittminimierung oder der Containerbeladung). Ihr Vorteilliegt in der inter subjektiven Nachvollziehbarkeit von Handlungsalternativen und Zielfunktionen, weshalb die relative Qualität der Handlungsalternativen unabhängig von persönlichen Präferenzen bewertet werden kann. Der Einsatz klassischer Optimierungsverfahren des Operations Research zur Lösung Kombina torischer Optimierungsprobleme scheitert meist an dem mit der Problemgröße exponentiell wachsenden Rechenaufwand. In der Praxis wird daher häufig auf heuristische Verfahren ausgewichen, die eine Erreichung der optimalen Lösung nicht mehr sicherstellen, dafur aber weniger rechenintensiv sind. Seit etwa funfzehn Jahren werden in der Literatur Problemlösungsverfahren diskutiert, die zwar auch in die Klasse der heuristischen Verfahren eingeordnet werden müssen, die jedoch klassische problemspezifische Heuristiken in ihrer Ergebnisqualität vielfach übertreffen (und zudem wesentlich flexibler bezüglich Modifikationen der Problemstellung sind). Es handelt sich hierbei um Verfahren, die in Anlehnung an bestimmte natürliche Prozesse entwickelt wurden: So versuchen genetische Algorithmen (GA), durch Imitation der biologischen Evolution die Suche nach einer annähernd optimalen Lösung zu bewerkstelligen. Das sogenannte Simulated Annealing (SA) zieht hingegen eine Analogie zwischen dem Lösen eines Optimierungspro blems und dem Abkühlen von Materie in ihren niedrigsten energetischen Zustand | ||
| 650 | 4 | |a Economics | |
| 650 | 4 | |a Economics/Management Science | |
| 650 | 4 | |a Economics/Management Science, general | |
| 650 | 4 | |a Management | |
| 650 | 4 | |a Wirtschaft | |
| 650 | 0 | 7 | |a Simulated annealing |0 (DE-588)4265091-4 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Genetischer Algorithmus |0 (DE-588)4265092-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Tourenplanung |0 (DE-588)4121783-4 |2 gnd |9 rswk-swf |
| 655 | 7 | |8 1\p |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Tourenplanung |0 (DE-588)4121783-4 |D s |
| 689 | 0 | 1 | |a Genetischer Algorithmus |0 (DE-588)4265092-6 |D s |
| 689 | 0 | 2 | |a Simulated annealing |0 (DE-588)4265091-4 |D s |
| 689 | 0 | |8 2\p |5 DE-604 | |
| 856 | 4 | 0 | |u https://doi.org/10.1007/978-3-663-09046-5 |x Verlag |3 Volltext |
| 912 | |a ZDB-2-SGR |a ZDB-2-BAD | ||
| 940 | 1 | |q ZDB-2-SGR_Archive | |
| 940 | 1 | |q ZDB-2-SWI_1990/1999 | |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-027901455 | ||
| 883 | 1 | |8 1\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 883 | 1 | |8 2\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
Datensatz im Suchindex
| _version_ | 1804153184378159104 |
|---|---|
| any_adam_object | |
| author | Wendt, Oliver |
| author_facet | Wendt, Oliver |
| author_role | aut |
| author_sort | Wendt, Oliver |
| author_variant | o w ow |
| building | Verbundindex |
| bvnumber | BV042466249 |
| collection | ZDB-2-SGR ZDB-2-BAD |
| ctrlnum | (OCoLC)915628227 (DE-599)BVBBV042466249 |
| dewey-full | 330 |
| dewey-hundreds | 300 - Social sciences |
| dewey-ones | 330 - Economics |
| dewey-raw | 330 |
| dewey-search | 330 |
| dewey-sort | 3330 |
| dewey-tens | 330 - Economics |
| discipline | Wirtschaftswissenschaften |
| doi_str_mv | 10.1007/978-3-663-09046-5 |
| edition | Gabler Edition Wissenschaft |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>04074nmm a2200553zc 4500</leader><controlfield tag="001">BV042466249</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">00000000000000.0</controlfield><controlfield tag="007">cr|uuu---uuuuu</controlfield><controlfield tag="008">150325s1995 |||| o||u| ||||||ger d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783663090465</subfield><subfield code="c">Online</subfield><subfield code="9">978-3-663-09046-5</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783824461813</subfield><subfield code="c">Print</subfield><subfield code="9">978-3-8244-6181-3</subfield></datafield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1007/978-3-663-09046-5</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)915628227</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV042466249</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">aacr</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-634</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-706</subfield><subfield code="a">DE-739</subfield><subfield code="a">DE-824</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">330</subfield><subfield code="2">23</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Wendt, Oliver</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Tourenplanung durch Einsatz naturanaloger Verfahren</subfield><subfield code="b">Integration von Genetischen Algorithmen und Simulated Annealing</subfield><subfield code="c">von Oliver Wendt</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">Gabler Edition Wissenschaft</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Wiesbaden</subfield><subfield code="b">Deutscher Universitätsverlag</subfield><subfield code="c">1995</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource (XXVI, 222 S.)</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Gabler Edition Wissenschaft</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Kombinatorische Optimierungsprobleme zeichnen sich einerseits durch eine wohlstrukturierte Problemstellung, andererseits aber durch eine fur praxisrelevante Fragestellungen sehr große Zahl möglicher Handlungsalternativen aus. Gerade im Bereich der Produktion und betriebli chen Logistik sind derartige Optimierungsprobleme häufig anzutreffen (neben Problemen der Tourenplanung z.B. Fragen der optimalen Bearbeitungsreihenfolge von Aufträgen auf Ma schinen, der Verschnittminimierung oder der Containerbeladung). Ihr Vorteilliegt in der inter subjektiven Nachvollziehbarkeit von Handlungsalternativen und Zielfunktionen, weshalb die relative Qualität der Handlungsalternativen unabhängig von persönlichen Präferenzen bewertet werden kann. Der Einsatz klassischer Optimierungsverfahren des Operations Research zur Lösung Kombina torischer Optimierungsprobleme scheitert meist an dem mit der Problemgröße exponentiell wachsenden Rechenaufwand. In der Praxis wird daher häufig auf heuristische Verfahren ausgewichen, die eine Erreichung der optimalen Lösung nicht mehr sicherstellen, dafur aber weniger rechenintensiv sind. Seit etwa funfzehn Jahren werden in der Literatur Problemlösungsverfahren diskutiert, die zwar auch in die Klasse der heuristischen Verfahren eingeordnet werden müssen, die jedoch klassische problemspezifische Heuristiken in ihrer Ergebnisqualität vielfach übertreffen (und zudem wesentlich flexibler bezüglich Modifikationen der Problemstellung sind). Es handelt sich hierbei um Verfahren, die in Anlehnung an bestimmte natürliche Prozesse entwickelt wurden: So versuchen genetische Algorithmen (GA), durch Imitation der biologischen Evolution die Suche nach einer annähernd optimalen Lösung zu bewerkstelligen. Das sogenannte Simulated Annealing (SA) zieht hingegen eine Analogie zwischen dem Lösen eines Optimierungspro blems und dem Abkühlen von Materie in ihren niedrigsten energetischen Zustand</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Economics</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Economics/Management Science</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Economics/Management Science, general</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Management</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Wirtschaft</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Simulated annealing</subfield><subfield code="0">(DE-588)4265091-4</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Genetischer Algorithmus</subfield><subfield code="0">(DE-588)4265092-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Tourenplanung</subfield><subfield code="0">(DE-588)4121783-4</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="8">1\p</subfield><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Tourenplanung</subfield><subfield code="0">(DE-588)4121783-4</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Genetischer Algorithmus</subfield><subfield code="0">(DE-588)4265092-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Simulated annealing</subfield><subfield code="0">(DE-588)4265091-4</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="8">2\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doi.org/10.1007/978-3-663-09046-5</subfield><subfield code="x">Verlag</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-2-SGR</subfield><subfield code="a">ZDB-2-BAD</subfield></datafield><datafield tag="940" ind1="1" ind2=" "><subfield code="q">ZDB-2-SGR_Archive</subfield></datafield><datafield tag="940" ind1="1" ind2=" "><subfield code="q">ZDB-2-SWI_1990/1999</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-027901455</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">2\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield></record></collection> |
| genre | 1\p (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV042466249 |
| illustrated | Not Illustrated |
| indexdate | 2024-07-10T01:22:34Z |
| institution | BVB |
| isbn | 9783663090465 9783824461813 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-027901455 |
| oclc_num | 915628227 |
| open_access_boolean | |
| owner | DE-634 DE-860 DE-92 DE-706 DE-739 DE-824 |
| owner_facet | DE-634 DE-860 DE-92 DE-706 DE-739 DE-824 |
| physical | 1 Online-Ressource (XXVI, 222 S.) |
| psigel | ZDB-2-SGR ZDB-2-BAD ZDB-2-SGR_Archive ZDB-2-SWI_1990/1999 |
| publishDate | 1995 |
| publishDateSearch | 1995 |
| publishDateSort | 1995 |
| publisher | Deutscher Universitätsverlag |
| record_format | marc |
| series2 | Gabler Edition Wissenschaft |
| spelling | Wendt, Oliver Verfasser aut Tourenplanung durch Einsatz naturanaloger Verfahren Integration von Genetischen Algorithmen und Simulated Annealing von Oliver Wendt Gabler Edition Wissenschaft Wiesbaden Deutscher Universitätsverlag 1995 1 Online-Ressource (XXVI, 222 S.) txt rdacontent c rdamedia cr rdacarrier Kombinatorische Optimierungsprobleme zeichnen sich einerseits durch eine wohlstrukturierte Problemstellung, andererseits aber durch eine fur praxisrelevante Fragestellungen sehr große Zahl möglicher Handlungsalternativen aus. Gerade im Bereich der Produktion und betriebli chen Logistik sind derartige Optimierungsprobleme häufig anzutreffen (neben Problemen der Tourenplanung z.B. Fragen der optimalen Bearbeitungsreihenfolge von Aufträgen auf Ma schinen, der Verschnittminimierung oder der Containerbeladung). Ihr Vorteilliegt in der inter subjektiven Nachvollziehbarkeit von Handlungsalternativen und Zielfunktionen, weshalb die relative Qualität der Handlungsalternativen unabhängig von persönlichen Präferenzen bewertet werden kann. Der Einsatz klassischer Optimierungsverfahren des Operations Research zur Lösung Kombina torischer Optimierungsprobleme scheitert meist an dem mit der Problemgröße exponentiell wachsenden Rechenaufwand. In der Praxis wird daher häufig auf heuristische Verfahren ausgewichen, die eine Erreichung der optimalen Lösung nicht mehr sicherstellen, dafur aber weniger rechenintensiv sind. Seit etwa funfzehn Jahren werden in der Literatur Problemlösungsverfahren diskutiert, die zwar auch in die Klasse der heuristischen Verfahren eingeordnet werden müssen, die jedoch klassische problemspezifische Heuristiken in ihrer Ergebnisqualität vielfach übertreffen (und zudem wesentlich flexibler bezüglich Modifikationen der Problemstellung sind). Es handelt sich hierbei um Verfahren, die in Anlehnung an bestimmte natürliche Prozesse entwickelt wurden: So versuchen genetische Algorithmen (GA), durch Imitation der biologischen Evolution die Suche nach einer annähernd optimalen Lösung zu bewerkstelligen. Das sogenannte Simulated Annealing (SA) zieht hingegen eine Analogie zwischen dem Lösen eines Optimierungspro blems und dem Abkühlen von Materie in ihren niedrigsten energetischen Zustand Economics Economics/Management Science Economics/Management Science, general Management Wirtschaft Simulated annealing (DE-588)4265091-4 gnd rswk-swf Genetischer Algorithmus (DE-588)4265092-6 gnd rswk-swf Tourenplanung (DE-588)4121783-4 gnd rswk-swf 1\p (DE-588)4113937-9 Hochschulschrift gnd-content Tourenplanung (DE-588)4121783-4 s Genetischer Algorithmus (DE-588)4265092-6 s Simulated annealing (DE-588)4265091-4 s 2\p DE-604 https://doi.org/10.1007/978-3-663-09046-5 Verlag Volltext 1\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk 2\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk |
| spellingShingle | Wendt, Oliver Tourenplanung durch Einsatz naturanaloger Verfahren Integration von Genetischen Algorithmen und Simulated Annealing Economics Economics/Management Science Economics/Management Science, general Management Wirtschaft Simulated annealing (DE-588)4265091-4 gnd Genetischer Algorithmus (DE-588)4265092-6 gnd Tourenplanung (DE-588)4121783-4 gnd |
| subject_GND | (DE-588)4265091-4 (DE-588)4265092-6 (DE-588)4121783-4 (DE-588)4113937-9 |
| title | Tourenplanung durch Einsatz naturanaloger Verfahren Integration von Genetischen Algorithmen und Simulated Annealing |
| title_auth | Tourenplanung durch Einsatz naturanaloger Verfahren Integration von Genetischen Algorithmen und Simulated Annealing |
| title_exact_search | Tourenplanung durch Einsatz naturanaloger Verfahren Integration von Genetischen Algorithmen und Simulated Annealing |
| title_full | Tourenplanung durch Einsatz naturanaloger Verfahren Integration von Genetischen Algorithmen und Simulated Annealing von Oliver Wendt |
| title_fullStr | Tourenplanung durch Einsatz naturanaloger Verfahren Integration von Genetischen Algorithmen und Simulated Annealing von Oliver Wendt |
| title_full_unstemmed | Tourenplanung durch Einsatz naturanaloger Verfahren Integration von Genetischen Algorithmen und Simulated Annealing von Oliver Wendt |
| title_short | Tourenplanung durch Einsatz naturanaloger Verfahren |
| title_sort | tourenplanung durch einsatz naturanaloger verfahren integration von genetischen algorithmen und simulated annealing |
| title_sub | Integration von Genetischen Algorithmen und Simulated Annealing |
| topic | Economics Economics/Management Science Economics/Management Science, general Management Wirtschaft Simulated annealing (DE-588)4265091-4 gnd Genetischer Algorithmus (DE-588)4265092-6 gnd Tourenplanung (DE-588)4121783-4 gnd |
| topic_facet | Economics Economics/Management Science Economics/Management Science, general Management Wirtschaft Simulated annealing Genetischer Algorithmus Tourenplanung Hochschulschrift |
| url | https://doi.org/10.1007/978-3-663-09046-5 |
| work_keys_str_mv | AT wendtoliver tourenplanungdurcheinsatznaturanalogerverfahrenintegrationvongenetischenalgorithmenundsimulatedannealing |