The descriptions of Bachelor and Master theses on this site should give an overview of possible topics at our research group. It is always possible to provide an individual topic that is different, but similar to those topics here. Especially in the section on completed theses, one can find previous topics which might serve as a starting point for modified or extended new topics. If you have any questions on the proposed topics, please contact the person which is responsible for the topic.
Thema
Die Suche nach Informationen im Web wird durch Suchmaschinen hervorragend unterstützt. Allerdings läßt sich die Suche nicht auf Seiten bestimmter Klassen einschränken, z.B. auf Wiki-Seiten. Solche Klassen von Webseiten bezeichnet man auch als Genres und die Bestimmung von Genre-Zugehörigkeiten sowie das Ausnutzen dieser Information als Genre Analyse. Zur Unterstützung der Suche mit Suchmaschinen soll -- ein Eingriff in die Suche ist ja nicht möglich -- die Genre-Zugehörigkeit der gefundenen Webseiten bestimmt und angezeigt werden. Ein Prototyp einer solchen Anwendung existiert in Form eines Firefox-Plugin für die Suche mit Google.
Im Rahmen der Bachelorarbeit soll ein analoges Plugin erstellt werden, dass an die Ergebnisse einer neueren Arbeit zur Genre-Analyse nutzt. Da die für die Klassifikation benötigten Features einer Webseite bestimmt werden müssen und dadurch eine Verzögerung bei der Präsentation der Suchergebnisse verursacht wird, sollen Experimente durchgeführt werden, die Qualität und Effizienz der Genre Klassifikation für unterschiedliche Feature Sets in Beziehung setzen.
Für die Bachelorarbeit werden Kenntnisse in der Programmierung mit Java und Javascript vorausgesetzt. Kenntnisse zum Maschinellen Lernen, z.B. aus der Vorlesung "Grundlagen wissensbasierter Systeme" sind erwünscht. Ein eigenständiges Einarbeiten in Plugin Technologien ist gefordert.Beginn der Arbeit: Frühjahr 2012
Kontakt: Th. Lettmann
Thema
In unbekannten merkmalsarmen Umgebungen können sich Agenten lokalisieren,
indem sie künstliche Landmarken in die Umgebung einfügen und diese als
Referenz verwenden. Bei Gruppen von Agenten können diese Rolle auch Teammitglieder
übernehmen. Eine Vorwärtsbewegung einer Gruppe von Agenten folgt dann einer
festen Choreographie, die die Fehler in der Lokalisierung minimieren soll.
In dieser Bachelorarbeit sollen in einer Simulationsumgebung einige Strategien
für solche Bewegungen in Roboterteams implementiert und evaluiert werden. Je nach
Leistungsstand des Studenten können auch Varianten und zusätzliche neue Strategien
entwickelt werden.
Contact: Th. Lettmann
Topic
Dynamic evolution of today's industrial production systems has brought a big attention to their reliability and safety. These properties are ensured by process monitoring. Since production systems are hybrid in nature (i.e. comprise both discrete and continuous dynamics), process monitoring needs to include the following:
When a discrepancy is found in either of these two cases, an alarm is raised for the operator, signalizing a detected fault.
Process monitoring relies on a behavior model of the system, thus it belongs to a model-based approaches to fault detection and diagnosis. State of the art research in this field has offered the means of learning behavior models of hybrid systems in an automated way. The learning is done in a formalism of hybrid automata. The tasks of this thesis are summarized in the following:
Prerequisite: Good knowledge of Matlab. Thesis supervision is in English, and the thesis should also be written in English. Additional tasks exist for Master thesis (e.g. dealing with noisy data, using k-NN for regression etc.).
Contact: Asmir Vodencarevic
Thema
Viele Aufgaben in Multiagentensystemen erfordern zur Lösung Kooperation und Koordination der beteiligten Agenten. Bei der Betrachtung von Agenten als Modell für Roboter ist es beispielsweise wichtig, dass diese nicht kollidieren (Koordination) und dass sie zusammenarbeiten, wenn sie Aufgaben nicht alleine erfüllen können (Kooperation). Fest implementiertes Verhalten hat den Nachteil, dass sich die Agenten auf Veränderungen der Umwelt nur schwer einstellen können. Es ist daher sinnvoll, Verhalten zu lernen, so dass sich die Agenten zur Laufzeit an neue Situationen anpassen können. Neuronale Netze besitzen die Fähigkeit zur Adaption, d.h. sie können nach einigem Training auch unbekannte Daten erkennen.
In dieser Arbeit sollen verschiedene Anwendungsmöglichkeiten von neuronalen Netzen zum Lernen solcher Fähigkeiten in Multiagentensystemen untersucht werden. Das Ziel soll sein, dass Agenten in der Lage sind, ähnliche Situationen zu erkennen und sich entsprechend zu verhalten. Im Rahmen dieser Arbeit soll zuerst geeignete Literatur gesichtet werden um dann eine Auswahl der vorhandenen Verfahren theoretisch und experimentell zu vergleichen. Für diesen Vergleich soll ein einfaches Mehragenten-Problem ausgewählt werden, das Kooperation und/oder Koordination zur Lösung erfordert.
Kontakt: Michael Baumann
Thema
Im General Online Partitioning Problem (GOPP) geht es darum, dezentral eine Menge von Agenten
gleichmäßig, distanz- und kostenminimal auf eine Menge von Zielen im euklidischen
Raum zu verteilen. Die Umgebung kann dabei unterschiedliche Arten von Hindernissen sowie
Regionen mit speziellen Eigenschaften enthalten. Die Agenten verfügen lediglich über
lokales Wissen und können unter Berücksichtigung der Hindernisse mit
ihren Nachbarn lokal kommunizieren.
Mit Hilfe eines verteilten Algorithmus sollen die Agenten lokal lernen dieses globale
Optimierungsproblem im Sinne einer gegebenen Zielfunktion zu lösen. Ein Ansatz dazu verwendet
Reinforcement Learning Techniken, bei denen die Aktionen der Agenten in den einzelnen Zuständen
bewertet werden. Auf Basis der Bewertung entscheiden die Agenten, ob eine ausgeführte Aktion
"gut" oder "schlecht" war und lernen somit in welchen Zuständen welche Aktionen sinnvoll sind,
um das Problem effizient zu lösen. Da die Agenten im gegebenen Szenario keine Rückmeldungen
von der Umwelt selbst erhalten können, soll eine globale Bewertung der aktuellen Situation als
Feedback verwendet werden. Dies würde jedoch eine zentrale Instanz bzw. erhöhten
Kommunikationsaufwand erfordern.
Das Ziel dieser Bachelorarbeit ist es, ein Verfahren zu entwickeln, bei dem jeder Agent lokal
durch Nachrichtenaustausch eine gute Abschätzung des globalen Systemzustandes bestimmen
kann. Hierzu ist zunächst eine übersicht über vorhandene Verfahren, z.B. aus dem
Bereich der Peer-to-Peer Netze zu erstellen und deren Einsatz zu evaluieren. Darauf aufbauend
soll ein Ansatz entwickelt und in einem vorhandenen Simulator als Modul realisiert werden.
Abschließend soll eine Analyse hinsichtlich der Nachrichtenkomplexität und der
Güte der Abschätzung erfolgen.
Contact: Thomas Kemmerich
Thema
In sicherheitskritischen Einsatzbereichen müssen technische Geräte überwacht werden, zum Beispiel
durch Kameras. Um zu verhindern, dass autorisierte Benutzer durch andere Personen ausgespäht werden,
sollen Sequenzen von Kamerabildern auf enthaltene Gesichter geprüft werden und die Bewegungen der
Gesichter verfolgt werden, um autorisierte Benutzer, zufällige Passanten und Ausspähversuche unterscheiden
zu können.
Verfahren zur Gesichtserkennung liegen als C-Code oder Java-Code vor. Im Rahmen der Arbeit ist auf dieser
Basis eine Gesichtserkennung ausreichender Qualität (Kopfneigung, Profil) zu implementieren, die ein Tracking
der erkannten Gesichter erlaubt. Mit Hilfe einfacher Entscheidungsverfahrens sollen potentielle Ausspähversuche
erkannt werden. Im Rahmen der Arbeit sind aussagefähige Beschreibungen der Verfahren zu erstellen, die
insbesondere Laufzeit- und Platzkomplexität enthalten. Die Anwendung soll in einer Experimentierumgebung
mit verschiedenen Beispielfällen getestet werden können.
Die Bachelor-Arbeit wird in Zusammenarbeit mit der Wincor Nixdorf und dem s-lab durchgeführt.
Betreuer: Dr. St. Priesterjahn (Wincor Nixdorf), Dr. Th. Lettmann (Universität Paderborn)
Contact: Th. Lettmann
Topic
We deal with large sets of agents and interactions between these agents. The agents form a graph structure where the nodes represent the agents and the links represent the neighbors of an agent. An agent is only allowed to interact or communicate with its direct neighbors. The agents only have local information. Additionally the graph structure is dynamic, as the agents rewire their connections and therefore get new neighbors.
in the literature one can find different mechanisms for introducing trust to rate individuel agents. There agents have lists of values for the relyability of their neighbors. If new neighbors are injected into the neighborhood this list grows. But what happens with the knowledge that has been obtained about agents to which no direct link exists because of the network dynamics? If such knowledge is just refused one could speak about a locally open multiagent system. However, the goal of this thesis is to develop trust and reputation mechanisms that can handles these dynamics and lead to highly cooperative agents.
As the application domain we concentrate on the Task Allocation Problem where agents have to process tasks that require specific skills. The agents behave due to the rule "If you helf me, I will help you". Therefore we need a trust value that rates the belief of an agent that another agent will reciprocally help in the future.
Contact: Markus Eberling
Topic
Task allocation in multiagent systemsis the problem of decentrally slitting and distributing tasks to a set of agents. Coalition formation can be interpreted as defining strategies for team formation to handle tasks. The goal of this thesis is to give an overview of coalition formation techniques in the context of the task allocation problem. After this step, an existing or new model should be described and implemented. With the help of this model a bundle of existing approaches from the literature should be evaluated.
The agents should form an interaction network. Here, the nodes should represent the agents and the edges should represent the interaction possibilities between the agents. The set of tasks should be known to the agents, but only direct neighbors are allowed to help an agent with its tasks. Additionally the agents only have limited resources which makes this problem NP-hard. Nevertheless the goal should be to maximize the global utility of the system.
Contact: Markus Eberling
Thema
Betrachtet werden große Agentenmengen und die Interaktionen zwischen
den einzelnen Agenten. Die Agenten bilden einen Graphen, wobei die Knoten
einzelne Agenten repräsentieren und die Kanten die Nachbarschaft eines
Agenten beschreiben. Ein Agent darf nur mit seinen Nachbarn kommunizieren und
interagieren. Die Agenten besitzen also nur lokale Informationen.
Basierend auf diesen Informationen sollen die Agenten Aufgaben erledigen, für
die Kooperation in den meisten Fällen unerlässlich ist. Um Aufgaben zu
erledigen, müssen die Agenten ihre zur Verfügung stehenden Ressourcen
einsetzen. Hier stellt sich die Frage, wie viele Ressourcen und zu welchem Preis
ein Agent diese einsetzen möchte. Es entstehen dabei Probleme, dass zu viele Ressourcen
angeboten werden oder zu wenig. In beiden Fällen kann es dazu führen, dass
eine Aufgabe nicht erledigt werden kann. Allerdings kann dies den Nutzen des einzelnen
Agenten erhöhen.
Ziel dieser Bachelorarbeit ist die Entwicklung eines Ansatzes, der diese Probleme
umgeht, ohne den Agenten ihre Autonomie zu nehmen. Dabei gilt es zunächst
die einschlägige Literatur zu sichten und eine übersicht über existierende
Ansätze zu erstellen. Darauf aufbauend soll dann das Modell und dessen Evaluation
erfolgen.
Contact: Markus Eberling
Thema
Ein Agentennetz ist ein Graph, wobei die Knoten einzelne Agenten repräsentieren
und die Kanten die Nachbarschaft eines Agenten beschreiben. Nur mit seinen Nachbarn
darf ein Agent kommunizieren und interagieren. Die Agenten besitzen also nur lokale
Informationen.
Basierend auf diesen Informationen sollen die Agenten lernen mit wem sie kooperieren.
Ein Ansatz kann sein, dass die Agenten unterschiedliche Zustände besitzen und
somit die lokalen Informationen die Zustände ihrer Nachbarn bilden. Der Agent selbst soll
dann entscheiden, mit welchen seiner Nachbarn er kooperieren würde oder ob er das
Netzwerk verändern möchte, indem er bestehende Verbindungen durch neue Verbindungen
ersetzt.
Ziel dieser Masterarbeit ist die Entwicklung eines Ansatzes, wie Agenten in dem gegebenen
Szenario auf Basis der lokalen Informationen Strategien lernen. Dabei gilt es zunächst
die einschlägige Literatur zu sichten und den Einsatz konventioneller Lernverfahren
zu analysieren. Darauf aufbauend soll dann ein Lösungsansatz entwickelt werden inklusive einer
Evaluierung und Machbarkeitsanalyse.
Contact: Markus Eberling
Thema
In dieser Arbeit soll es um Umgebungen gehen, in denen eigennütziges Handeln von Agenten zu einer Erhöhung
des eigenen Nutzens führt. Dies kann beispielsweise die Nichtkooperation sein, da Kooperation zu eigenen
Kosten (Zeit, Rechenaufwand, usw.) führt. Umgebungen dieser Art haben meist die Gestalt einer Variante des
aus der Spieltheorie bekannten Prisoner's Dilemmas. Die Nichtkooperation dort kann nicht zu schlechterem
Nutzen führen, während die Kooperation Risiken birgt. Global gesehen ist allerdings die Kooperation
die bessere Alternative für den Gesamtnutzen.
In dieser Arbeit soll die Kooperation in solchen
Umgebungen anhand eines Aufgabenverteilungsproblems betrachtet
werden. Agenten haben nur bestimmte Fähigkeiten, die nur
ausreichen und Teilaufgaben zu lösen. Größere Aufgaben
können sie nur in einem Team leisten, was allerdings für
einige Teammitglieder zu Kosten führt. In diesem Szenario
sollen Möglichkeiten untersucht werden, wie globale
Kooperation entstehen kann.
Contact: Markus Eberling
Thema
Neben der genetischen Evolution, die relativ langsam voranschreitet, gibt es auch den Begriff der kulturellen
Evolution. Der Begriff "Mem" wurde erstmals von Dawkings 1976 eingeführt als Analogon zu einem Gen. Ein Mem
ist ein Gedanke, der sich von Individuum zu Individuum fortpflanzt und sich auch verändert kann.
Ziel dieser Arbeit ist die Entwicklung eines Ansatzes, wie durch diesen Mechanismus Kooperation in einem
Multiagentensystem entstehen kann. Dabei ähneln sich Agenten, wenn ihre Meme ähnlich sind. In diesem Bereich
gibt es eine Reihe an Veröffentlichungen, die es zu lesen und zu klassifizieren gilt. Anschließend soll das
erworbene Wissen zu einem Ansatz führen, der in einer zu entwickelnden Umgebung eine hohe Kooperationsrate
entstehen lässt.
Contact: Markus Eberling
Thema
In serverlosen Peer-to-Peer Netzwerken werden Anfragen direkt an Knoten des Netzwerkes gestellt.
Diese Anfragen können vermehrt an bestimmte Knoten gestellt werden, was zu einer unausgewogenen
Abarbeitung dieser Anfragen führen kann.
Ziel dieser Arbeit ist die Entwicklung einer dezentralen Anfragenverteilung zwischen Netzwerkknoten,
die als Multiagentensystem betrachtet werden sollen. Innerhalb des Netzwerkes soll die
Aufgabenabarbeitung ausgewogen erledigt werden. Durch diesen Mechanismus soll Kooperation in dem
Netzwerk entstehen. Dabei ist ein wichtiger Punkt die Betrachtung unterschiedlicher Anfrageszenarios.
Für diese sollen optimale Verteilungen gefunden werden, wenn eine zentrale Instanz vorhanden wäre.
Anschließend sollen die Ergebnisse des dezentralen Ansatzes mit dem zentralen Ansatz verglichen werden.
Contact: Markus Eberling
Thema
Unter einem numerischen restringierten Optimierungsproblem versteht man
das Problem, eine Funktion zu maximieren oder zu minimieren unter der
Bedingung eines eingeschränkten Suchraums. Die Beschränkung des
Suchraums kann z.B. durch eine Reihe von Gleichungen oder Ungleichungen
gegeben sein. Die gängigsten Restriktionsbehandlungsmethoden für
evolutionäre Algorithmen sind die so genannten Penalty-Funktionen oder
auch Straffunktionen genannt. Dabei wird die Fitness eines Individuums,
das sich im ungültigen Bereich des Suchraums befindet, durch einen
Strafterm reduziert.
Ziel dieser Arbeit ist die Implementierung und der experimentelle Vergleich verschiedener Penalty-Funktionen. Folgende Formen von Penalty-Funktionen sollen hierbei berücksichtigt werden:
Neben der Einarbeitung in evolutionäre Algorithmen erfordert die Studienarbeit Interesse an der Fragestellung der experimentellen Erforschung der Restriktionsbehandlungsmethoden. Die Implementierung der Algorithmen kann wahlweise in Java oder C++ erfolgen.
Kontakt: Oliver Kramer
Thema
Im Laufe der Evolution hat sich in der Natur das Konzept von Geschlechtern
als überaus erfolgreich erwiesen und durchgesetzt. Die
unterschiedlichen Geschlechter selektieren ihre Sexualpartner nach
verschiedenen Kriterien. Das Geschlechterkonzept in evolutionäre
Algorithmen integriert und hat sich bei der Behandlung restringierter
Problemräume als erfolgreich erwiesen. In der Praxis ist der Suchraum
vieler numerischer Probleme stark eingeschränkt, z.B. durch
Materialeigenschaften oder ingenieurwissenschaftliche Randbedingungen.
Um mit derartigen Suchräumen umgehen zu können, müssen
Optimierheuristiken um Modifikationen erweiterter werden, die die
Behandlung restringierter Probleme ermöglichen. Für Evolutionsstrategien
wurde die Methode TSES (two sexes evolution strategy) vorgeschlagen, die
darauf basiert, jedem Individuum ein Merkmal zuzuordnen, das über sein
Selektionsziel entscheidet. Entweder wird das Individuum nach der
unrestringierten Zielfunktion oder nach Erfüllung der Restriktionen hin
optimiert. Der Kern des Verfahrens liegt darin, dass mit Hilfe der
Rekombination, die nur zwischen Individuen unterschiedlichen Geschlechts
durchgeführt werden darf, Lösungen nahe des Optimums des Gesamtproblems
entstehen.
Ziel der Arbeit ist die experimentelle Erforschung der TSES (two sexes evolution strategy). Offenbar ist deren Erfolg stark abhängig von der Wahl geeigneter Parameter. Die TSES soll mit verschiedenen Modifikationen und Parametrisierungen auf einer breiten Auswahl von Testfunktionen experimentell untersucht werden. Die Arbeit setzt Interesse im Bereich evolutionäre Algorithmen und Kenntnisse in Java zur Implementierung des Verfahrens voraus.
Kontakt: Oliver Kramer
Thema
Das von natürlichen Phänomenen inspirierte Schwarmverhalten von Ameisen-
oder Bienenkolonien ist seit mehreren Jahren Grundlage für erfolgreich
eingesetzte Algorithmen aus dem Bereich Swarm Intelligence. Die durch
Pheromone gesteuerte Futtersuche bei Ameisen wird zur Netzwerk Optimierung
eingesetzt und der Nestbau unterschiedlicher Wespen- oder Termitenarten
wird in Hinblick auf Einsatzmöglichkeiten zur Strukturbildung untersucht.
Ziel dieser Arbeit ist es, einen Überblick über existierende Einsatzfelder von natürlichen Schwarm-Algorithmen zu geben und die Lösungen qualitativ mit anderen Heuristiken zu vergleichen. Ein besonderes Augenmerk soll auf Routing-Lösungen geworfen werden. Diese sollen beispielhaft zur Steuerung eines Verkehrsfluss-Optimierungssystems implementiert werden.
Der Schwerpunkt der Arbeit richtet sich danach, ob es sich um eine Studien- oder Diplomarbeit handelt und wo die Interessen der Studentin/des Studenten liegen.
Kontakt: Andreas Goebels
Thema
Zelluläre Automaten (CA) sind seit Beginn der Informatik ein interessantes und
vieluntersuchtes Vorschungsgebiet, das bereits 1970 durch Conway’s Game of Life
einer breiten Öffentlichkeit nahegebracht wurde. Mit Hilfe von sehr einfachen Regeln
wird hier versucht, emergentes Verhalten zu produzieren. Vor einigen Jahren wurden
von Melanie Mitchell Versuche unternommen, die Regelmengen für einfache, eindimensionale
zelluläre Automaten durch genetische Algorithmen zu erzeugen. Das Ziel war, eine
Klassifizierung einer zufälligen Anfangsbelegung eines CA zu erreichen.
Ziel dieser Arbeit ist es, die Forschungsergebnisse von Mitchell nachzuvollziehen und eine einsetzbare und gut Dokumentierte Implementierung eines CA zur Verfügung zu stellen, die für verschiedenste Aufgabenstellungen genutzt werden kann. Die Regelgenerierung soll wie bei Mitchell durch einen genetischen Algorithmus erfolgen, dessen Parameter optimiert werden müssen.
Zu untersuchen ist auch die Erweiterung vom 1D auf den 2D Fall für kleine Probleminstanzen. Die Implementierung sollte möglichst in Java durchgeführt werden, um auch den Einsatz der Software auf Webseiten mit Hilfe von Applets zu ermöglichen.
Kontakt: Andreas Goebels
Thema
Hierarchien sind in den unterschiedlichsten Bereich unseres Alltags bzw. unseres Umfeldes vertreten,
innerhalb der Gesellschaft, in Unternehmen, aber auch im Tierreich bei in Gruppen zusammenleben
Tierkolonien, z.B. diverse Affenarten. Dieses häufige Auftreten legt nahe, dass eine Hierarchisierung
gleicher oder ähnlicher Individuen sinnvoll bzw. notwendig ist, abhängig von der zu bewältigenden
Problemstellung.
In unserem Umfeld soll untersucht werde, inwieweit sich Hierarchien emergent bilden können und ob dieses abhängig von Problemstellungen unterschiedlich ausfallen.
Ziel dieser Arbeit ist es, einen Überblick über existierende Hierarchie-Ansätze in der Informatik bzw. Wirtschaftsinformatik zu geben. Betrachtet werden sollen in diesem Zusammenhang Multi Agenten Systeme, in denen ein einzelner Agent koordinierende Fähigkeiten besitzt, natürliche Schwärme (Ameisen- / Wespenkolonien), in denen einzelne Individuen andere steuern bzw. beeinflussen können (Bienenkönigin), aber auch Unternehmensstrukturen, die hierarchisch aufgebaut sind.
Es soll untersucht werden, welche Arten von Hierarchien häufig auftreten und ob es "typische" Probleme gibt, die gut/schlecht mit Hierarchien gelöst werden können.
Kontakt: Andreas Goebels
Thema
In einer Vielzahl der aktuellen Automodelle gehört ein
Routenplanungssystem zur Standardausstattung, auch im Internet erfreuen
sich solche Routenplaner immer größerer Beliebtheit. Die Qualität eines
solchen Systems lässt sich u.a. an den folgenden drei Punkten beurteilen:
Aktuelle Routenplaner arbeiten in den meisten Fällen mit globalen Informationen und einer statischen Datenbasis, lediglich einzelne Staumeldungen des Verkehrsfunks werden ggfs. berücksichtigt.
Ziel dieser Arbeit ist es, einen Überblick über existierende Routenplanungs-Systeme, speziell in Fahrzeugen, zu geben. Im Einzelnen sollen die eingesetzten Algorithmen zur Wegberechnung und das Datenformat, auf dem die Berechnungen durchgeführt werden, beschrieben und verglichen werden. Wenn eine Schnittstelle zur Datenbasis existiert, soll auch auf diese eingegangen werden.
Kontakt: Andreas Goebels
The satisfiability problem (SAT) is a classic NP-complete problem and has been applied on several practical problems, such as consistency check and circuit design. The solutions to SAT can be divided into two categories: complete and incomplete methods. The complete methods include the approaches based on the Davis-Putnam (DP) algorithm. This sort of approaches can exactly determine the satisfiability of a given formula; however, it is computationally intensive with the increasing size of atoms. The incomplete methods include local search and evolutionary algorithms. These approaches can find the solution efficiently but not determinately.Evolutionary algorithms (EAs), including genetic algorithm (GA), genetic programming (GP), evolutionary strategies (ES),…etc.), are well-known heuristic algorithms based on the simulation of natural mechanisms and Darwin’s “Survival of the Fittest”. The effectiveness of EAs has been widely validated in search and optimization problems. Recently, some researchers proposed the evolutionary algorithms for SAT, but until now, their performance is not comparable with the state-of-the-art methods. In this study, we plan to investigate the existing evolutionary algorithms for SAT and analyze the influence of genetic operators upon their performance in SAT. Finally, we propose to develop a new algorithm based on a specific statistic heuristic.
Job Description
Kontakt: Chuan-Kang Ting