bp09: Traveling Salesman Problem - Wenn Organismen besser rechnen als Computer

41:45
 
Teilen
 

Manage episode 289558347 series 2847292
Von biophon entdeckt von Player FM und unserer Community - Das Urheberrecht hat der Herausgeber, nicht Player FM, und die Audiodaten werden direkt von ihren Servern gestreamt. Tippe auf Abonnieren um Updates in Player FM zu verfolgen oder füge die URL in andere Podcast Apps ein.

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

21 Episoden