EnviroInfo (28. : 2014 : Oldenburg (Oldenburg)) Advances and new trends in environmental and energy informatics Cham : Springer, 2016 (2016), Seite 135-155 xv, 391 Seiten
Federated Conference on Computer Science and Information Systems (2016 : Danzig) Proceedings of the 2016 Federated Conference on Computer Science and Information Systems [Piscataway, NJ] : IEEE, 2016 (2016), Seite 551-559 1 Online-Ressource
Selforganization in Complex Systems: The Past, Present, and Future of Synergetics 1st ed. 2016 Cham : Springer, 2016 (2016), Seite 313-318 Online-Ressource (XV, 364 p. 136 illus., 36 illus. in color, online resource)
Federated Conference on Computer Science and Information Systems (2016 : Danzig) Proceedings of the 2016 Federated Conference on Computer Science and Information Systems [Piscataway, NJ] : IEEE, 2016 (2016), Seite 1517-1525 1 Online-Ressource
International Joint Conference on Neural Networks (2016 : Vancouver, British Columbia) 2016 International Joint Conference on Neural Networks (IJCNN) Piscataway, NJ : IEEE, 2016 (2016), Seite 551-559 1 Online-Ressource
In verteilten kombinatorischen Optimierungsproblemen existieren üblicherweise Abhängigkeiten zwischen den zugrundeliegenden Entscheidungsvariablen, deren Erfüllung im Sinne einer zielführenden Optimierung durch Informationsaustausch koordiniert werden muss. Beispielsweise soll in der prädiktiven, fahrplanbasierten Einsatzplanung dezentraler Energiewandlungsanlagen für jede beteiligte Anlage ein Fahrplan bestimmt werden, sodass der kombinierte Einsatzplan der Anlagen einen zuvor vereinbarten Wirkleistungsverlauf produziert. Die in dieser Arbeit entwickelte Heuristik COHDA (Combinatorial Optimization Heuristic for Distributed Agents) ist in der Lage, eine vollständig verteilte Konsensbildung dezentraler Akteure in einer asynchronen Kommunikationsumgebung durchzuführen. Die Konvergenz und Terminierung des Verfahrens wird formal hergeleitet. Simulationsstudien belegen die Robustheit und Skalierbarkeit des Ansatzes sowie die Einsatzfähigkeit in verschiedenen Smart Grid Planungsszenarien. <dt.>
In distributed combinatorial optimization problems, the underlying decision variables are usually constrained by interdependencies. For a successful optimization, a coordination strategy based on information exchange is thus necessary. An example for such a problem is the day-ahead planning of controllable distributed energy units (DEU). Here, each DEU has to select its own schedule for the planning horizon in such a way, that the schedules of all units jointly match a given global target profile as close as possible. For this purpose, the heuristic COHDA (Combinatorial Optimization Heuristic for Distributed Agents) is developed, which realizes a completely distributed combinatorial optimization process in an asynchronous communication environment. The correctnes of COHDA with respect to convergence and termination is proven formally. Simulation experiments show the robustness and scalability of the approach, as well as its effectiveness in a number of smart grid planning scenarios. <engl.>
Information and communication technology for energy efficiency Oldenburg : BIS-Verl. der Carl-von-Ossietzky-Univ., 2014 (2014), Seite 365-372 Online Ressource (PDF-Datei: 856 S., 62 MB)
