Multi-Objective Intrinsic Evolution of Embedded Systems

• Antragsteller: Professor Dr. Marco Platzner
• Fachliche Zuordnung: Sicherheit und Verlässlichkeit, Betriebs-, Kommunikations- und verteilte Systeme
• Förderung: Förderung von 2005 bis 2012
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 5454562

Das Thema dieses Projektes ist die Erforschung und Entwicklung von intrinsisch evolvierbaren eingebetteten Systemen. Durch simulierte Evolution können eingebettete Systeme angemessen auf unvorhergesehene Änderungen in ihrer Umgebung und in ihrem Systemzustand reagieren. In einem intrinsisch evolvierbaren System wird der evolutionäre Prozess gemeinsam mit der evolvierten Funktion auf dieselbe Zielplattform abgebildet. Dies ist eine notwendige Voraussetzung für einen autonomen Betrieb. Während evolutionäre Verfahren bereits für den Entwurf von Hardware und Software angewendet werden, ist die intrinsische Evolution relativ neu und nicht hinreichend untersucht. Intrinsische Evolution stellt einen vielversprechenden Ansatz dar, um selbst-adaptive und selbst-optimierende autonome eingebettete Systeme zu entwerfen. Die Projektziele sollen durch die Kombination von Forschungsaktivitäten in den Bereichen “Bio-inspired Computing” und moderne eingebettete Systemarchitekturen erreicht werden. Die Schwerpunkte der dritten Projektphase liegen in der Untersuchung von Modellen und Ansätzen für parallele Evolution innerhalb einer Gruppe von autonomen Systemen und in der Entwicklung eines Architekturframeworks für evolvierbare System-on-Chip. Ausserdem werden die entwickelten Methoden und Architekturen experimentell an folgenden Fallbeispielen untersucht: Gruppen autonomer Roboter, evolvierbare Cache- Kontroller und aktive Radaufhängungen. Die Vision hinter diesem Projekt ist es, durch die Kombination von neuen Algorithmen und modernen Systemarchitekturen die Konstruktion von eingebetteten Systemen mit intelligentem Verhalten zu ermöglichen.

• DFG-Verfahren: Schwerpunktprogramme
• Teilprojekt zu: SPP 1183: Organic Computing