使用Player FM应用程序离线!
bp09: Traveling Salesman Problem - Wenn Organismen besser rechnen als Computer
Manage episode 289558347 series 2847292
Für einige Probleme gibt’s keine Lösung. Zumindest kennen wir keine. Wer eine größere Anzahl von Städten anfahren will und nach der kürzesten Route sucht steht vor einem solchen Problem. Mit jeder zusätzlichen Stadt wächst die Anzahl der möglichen Strecken mehr und mehr ins Unermessliche - so lange, bis selbst die schnellsten Computer der Welt nicht mehr mit dem Berechnen der optimalen Strecke hinterherkommen. Für die Lösung derartiger mathematischen Probleme sind zum Teil Preisgelder in Millionenhöhe ausgesetzt, die bisher nicht gewonnen wurden - und dennoch gibt es Organismen, die solche Probleme scheinbar mit Leichtigkeit lösen, ohne es zu wissen. biophon Folge 09 widmet sich einem solchen Problem und zeigt, wie unverstanden die Natur für uns ist, wie spannend es sein kann, Hummeln kleine Radartracker auf den Rücken zu kleben und wie ein Schleimpilz die Zukunft der Computertechnik mitbestimmen könnte.
Quellen:
M. Liu et al. (2020), A Slime Mold-Ant Colony Fusion Algorithm for Solving Traveling Salesman Problem. IEEE Access, http://doi.org/10.1109/ACCESS.2020.3035584
Lihoreau M. et al. (2012) Radar Tracking and Motion-Sensitive Cameras on Flowers Reveal the Development of Pollinator Multi-Destination Routes over Large Spatial Scales. PLOS Biology. https://doi.org/10.1371/journal.pbio.1001392
M. Becker, "Design of fault tolerant networks with agent-based simulation of Physarum polycephalum," 2011 IEEE Congress of Evolutionary Computation (CEC), New Orleans, LA, USA, 2011, pp. 285-291, https://doi.org/10.1109/CEC.2011.5949630
Watanabe, S. et. al (2011) Traffic optimization in railroad networks using an algorithm mimicking an amoeba-like organism, Physarum plasmodium. Biosystems.https://doi.org/10.1016/j.biosystems.2011.05.001
Bildquellen:
Coverbild: Bjorn S…, Slime mold, CC BY-SA 2.0, via flickr.com
--------------
Wer uns unterstützen möchte (Danke!), hat hier die Möglichkeit dazu: support.biophonpodcast.de
章节
1. Intro (00:00:00)
2. Nachtrag zur letzten Folge (00:01:49)
3. Keine weiteren Fragen. (00:06:02)
4. Das Problem der Handlungsreisenden: ganz schön viele Routen... (00:07:26)
5. Die Ameisenlösung: Ameisenalgorithmen (00:14:40)
6. Die Bienenlösung: Hummeln mit Radartrackern (00:18:51)
7. Physarum polycephalum: Wenn Schleimpilze besser rechnen als Computer (00:23:41)
8. Biologische Routenplanung am Beispiel der japanischen Eisenbahn (00:25:24)
9. Biologische Routenplanung: eine Lösung des Traveling Salesman Problem? (00:26:12)
10. Der Vollständigkeit halber: weitere Beispiele für biologische TSP-Lösungen (00:29:28)
11. Wozu braucht man das: Anwendungsbeispiele für TSP-Lösungen (00:30:24)
12. Nachbesprechung: Wir können von der Biologie noch viel lernen! (00:33:43)
13. Hausmeisterei (00:39:28)
14. Outro (00:40:22)
45集单集
Manage episode 289558347 series 2847292
Für einige Probleme gibt’s keine Lösung. Zumindest kennen wir keine. Wer eine größere Anzahl von Städten anfahren will und nach der kürzesten Route sucht steht vor einem solchen Problem. Mit jeder zusätzlichen Stadt wächst die Anzahl der möglichen Strecken mehr und mehr ins Unermessliche - so lange, bis selbst die schnellsten Computer der Welt nicht mehr mit dem Berechnen der optimalen Strecke hinterherkommen. Für die Lösung derartiger mathematischen Probleme sind zum Teil Preisgelder in Millionenhöhe ausgesetzt, die bisher nicht gewonnen wurden - und dennoch gibt es Organismen, die solche Probleme scheinbar mit Leichtigkeit lösen, ohne es zu wissen. biophon Folge 09 widmet sich einem solchen Problem und zeigt, wie unverstanden die Natur für uns ist, wie spannend es sein kann, Hummeln kleine Radartracker auf den Rücken zu kleben und wie ein Schleimpilz die Zukunft der Computertechnik mitbestimmen könnte.
Quellen:
M. Liu et al. (2020), A Slime Mold-Ant Colony Fusion Algorithm for Solving Traveling Salesman Problem. IEEE Access, http://doi.org/10.1109/ACCESS.2020.3035584
Lihoreau M. et al. (2012) Radar Tracking and Motion-Sensitive Cameras on Flowers Reveal the Development of Pollinator Multi-Destination Routes over Large Spatial Scales. PLOS Biology. https://doi.org/10.1371/journal.pbio.1001392
M. Becker, "Design of fault tolerant networks with agent-based simulation of Physarum polycephalum," 2011 IEEE Congress of Evolutionary Computation (CEC), New Orleans, LA, USA, 2011, pp. 285-291, https://doi.org/10.1109/CEC.2011.5949630
Watanabe, S. et. al (2011) Traffic optimization in railroad networks using an algorithm mimicking an amoeba-like organism, Physarum plasmodium. Biosystems.https://doi.org/10.1016/j.biosystems.2011.05.001
Bildquellen:
Coverbild: Bjorn S…, Slime mold, CC BY-SA 2.0, via flickr.com
--------------
Wer uns unterstützen möchte (Danke!), hat hier die Möglichkeit dazu: support.biophonpodcast.de
章节
1. Intro (00:00:00)
2. Nachtrag zur letzten Folge (00:01:49)
3. Keine weiteren Fragen. (00:06:02)
4. Das Problem der Handlungsreisenden: ganz schön viele Routen... (00:07:26)
5. Die Ameisenlösung: Ameisenalgorithmen (00:14:40)
6. Die Bienenlösung: Hummeln mit Radartrackern (00:18:51)
7. Physarum polycephalum: Wenn Schleimpilze besser rechnen als Computer (00:23:41)
8. Biologische Routenplanung am Beispiel der japanischen Eisenbahn (00:25:24)
9. Biologische Routenplanung: eine Lösung des Traveling Salesman Problem? (00:26:12)
10. Der Vollständigkeit halber: weitere Beispiele für biologische TSP-Lösungen (00:29:28)
11. Wozu braucht man das: Anwendungsbeispiele für TSP-Lösungen (00:30:24)
12. Nachbesprechung: Wir können von der Biologie noch viel lernen! (00:33:43)
13. Hausmeisterei (00:39:28)
14. Outro (00:40:22)
45集单集
所有剧集
×欢迎使用Player FM
Player FM正在网上搜索高质量的播客,以便您现在享受。它是最好的播客应用程序,适用于安卓、iPhone和网络。注册以跨设备同步订阅。