Zusammenfassung




Next: Verfahren 2: Handels - Up: Verfahren 1: Tabusuche Previous: Variationen des Graphenalgorithmus ohneTabusuche
Zusammenfassung
Durch die Kombination der beiden Verfahren konnten die Vorteile des Graphenalogrithmus für das
STP auf die Tabusuche übertragen werden. Diese wiederum ist recht leistungsfähig, was
das Reduzieren von Kollisionen angeht, da die andere Verfahren ablenkenden Symmetrien kontrolliert
werden können. In der Kombination scheint allerdings die Filterwirkung des Graphenalgorithmus die
Wirkung der Tabusuche etwas zu nivellieren (vgl. Kapitel 9). Hier stellt sich allerdings
die Frage, inwieweit weitere Kriterien zur Kantenbewertung (s. Abschnitt 6.6.2) einfließen sollten. Diese vermögen
das Verhalten des Filterverfahrens in bezug auf Kollisionen zumeist noch zu verbessern. Hierbei
müsste natürlich darauf geachtet werden, daß die Surjektivität erhalten bleibt. Dies könnte z.B.
geschehen, indem die Gewichtungen nachträglich mit den aus gewählten Parametern multipliziert werden.
(c) Martin Loehnertz 1999