In vielen Bereichen der Wirtschaft und des öffentlichen Lebens müssen
Zeitpläne verschiedenster Art erstellt werden. Zu diesem Zweck sind in der
Vergangenheit häfig evolutionäre Verfahren, unter ihenn vor allem
Genetische Algorithmen, eingesetzt worde. Leider handelt es sich bei der
Mehrzahl um Verfahren, die jeweils lediglich für eine sehr kleine Klasse
von Problemen konzipiert worden sind und sich daher auf die meisten Timetabling-Probleme
nicht anwenden lassen.
In dieser Arbeit wird eine Grundstruktur vorgestellt, mit der sich beliebige
Timetabling-Probleme definieren und bearbeiten lassen. Auf Basis dieser Grundstruktur
ist ein Genetischer Algorithmus implementiert worden, mit dem sich alle diese
Probleme automatisch lösen bzw. optimieren lassen, so dass im Anschluss
an die Erstellung eines Zeitplans mit dem Genetischen Algorithmus nur noch
eine geringe Arbeit von Hand zu leisten ist.
Abschleßend wird der vorgestellte Genetische Algorithmus anhand von realen
Testbeispielen aus verschiedenen Bereichen getestet. Die Ergebnisse werden mit denen
bestehender, auf diese speziellen Probleme zugeschnittener, Algorithmen verglichen.
Es zeigt sich, dass der hier gewählte, allgemeine Ansatz sich, wnen problemspezifisches
Wissen sinnvoll in die Problemlösung eingebracht wird, nicht hinter für
spezielle Probleme entwickelten Verfahren zu verstecken braucht.
Available resources