more page headers

4 files changed, 7 insertions, 1 deletions

diff --git a/buch/papers/verkehr/main.tex b/buch/papers/verkehr/main.tex
index 98d0581..7972988 100644
--- a/buch/papers/verkehr/main.tex
+++ b/buch/papers/verkehr/main.tex
@@ -4,8 +4,10 @@
 % (c) 2020 Hochschule Rapperswil
 %
 \chapter{Verkehrsfluss und Verkehrsnetze\label{chapter:verkehr}}
+\lhead{Verkehrsfluss und Verkehrsnetze}
+\rhead{}
 \begin{refsection}
-\chapterauthor{Pascal Andreas Schmid und Robine Luchsinger}
+\chapterauthor{Robine Luchsinger und Pascal Andreas Schmid}
 
 \input{papers/verkehr/section1.tex}
 \input{papers/verkehr/section2.tex}
diff --git a/buch/papers/verkehr/section1.tex b/buch/papers/verkehr/section1.tex
index 4a450f1..1b4a328 100644
--- a/buch/papers/verkehr/section1.tex
+++ b/buch/papers/verkehr/section1.tex
@@ -14,6 +14,7 @@ Grundsätzlich können kurze Wege zwischen den Knotenpunkten das Ziel beim Aufba
 Ziel ist aber ein möglichst wirtschaftliches und optimales Verkehrsnetz.
 
 \section{Suchalgorithmen}
+\rhead{Suchalgorithmen}
 Inbesondere bei Graphen in Form von Verkehrsnetzen ist das Finden eines kürzesten Weges von Interesse. Mathematisch betrachtet handelt es sich hierbei um ein Optimierungsproblem, bei dem die Summe der Kantengewichte zwischen zwei Knoten minimiert werden soll. Zu diesem Zweck existieren verschiedene Suchalgorithmen. In den folgenden Abschnitten wird auf eine Auswahl davon eingegangen. Zuvor ist es jedoch notwendig, einige Begriffe und Eigenschaften von Suchalgorithmen zu definieren.
 \index{kürzester Weg}%
 \index{Optimierungsproblem}%
@@ -98,6 +99,7 @@ ermittelt.
 
 
 \section{PageRank-Algorithmus}
+\rhead{PageRank-Algorithmus}
 \index{PageRank-Algorithmus}%
 \index{Page, Larry}%
 \index{Brin, Sergey}%
diff --git a/buch/papers/verkehr/section2.tex b/buch/papers/verkehr/section2.tex
index a0e88b6..90cea3f 100644
--- a/buch/papers/verkehr/section2.tex
+++ b/buch/papers/verkehr/section2.tex
@@ -7,6 +7,7 @@ Die Anzahl der Knoten im abgesuchten Netzwerk wirkt sich direkt auf die Rechenze
 \index{Zeitkomplexität}%
 Für den A*-Algorithmus ist die Zeitkomplexität einerseits abhängig von der verwendeten Heuristik, andererseits aber auch vom vorliegenden Netzwerk selbst. Aus diesem Grund lässt sich keine definitive Angabe zur Zeitkomplexität machen.
 
+\rhead{Versuchsreihe}
 Die beiden Versuchsreihen unterscheiden sich zudem dahingehend, dass der Start- und Zielknoten bei der ersten Versuchsreihe im Netzwerk diametral gegenüber liegen. Dadurch gehen viele Knoten verloren, welcher \emph{Dijkstra} als uninformierter Suchalgorithmus absuchen würde. In der zweiten Veruschsreihe werden hingegen Start- un Zielpunkt zufällig im Netzwerk ausgewählt. Es wird deshalb erwartet, dass die Unterschiede in der Rechenzeit der beiden Algorithmen in der zweiten Versuchsreihe deutlich ausgeprägter sind.
 
 \subsection{Einfluss der Knotenzahl auf die Rechenzeit}
diff --git a/buch/papers/verkehr/section3.tex b/buch/papers/verkehr/section3.tex
index 50bae2a..76fb3b0 100644
--- a/buch/papers/verkehr/section3.tex
+++ b/buch/papers/verkehr/section3.tex
@@ -1,4 +1,5 @@
 \section{Ausblick}
+\rhead{Ausblick}
 \subsection{Optimierungsprobleme bei Graphen}
 Das Finden eines kürzesten Pfades, sprich die Minimierung der Summe der Kantengewichte, ist nur eines der Optimierungsprobleme, die sich im Bereich von Graphen aufstellen lassen.
 Verschiedene, ähnliche Problemstellungen lassen sich teilweise mit denselben Algorithmen lösen.