Heuristiken

Genetische
Algorithmen
Evolutionäre
Algorithmen
4 Genetische Algorithmen
4.1 Entwicklung
Die den genetischen Algorithmen zugrunde liegenden Ideen stammen aus der
Evolutionslehre von Charles Darwin und der Vererbungslehre von Gregor
Mendel. Darwin erkannte anhand populationsgeographischer Beobachtungen,
dass die Entwicklung der Arten eine Folge von Anpassungs- und Selektionsprozessen
ist. Mendel entdeckte aufgrund seiner Beobachtungen an den Eigenschaften
von Pflanzensamen die grundlegenden Prinzipien der Vererbungslehre.
Die von Mendel und Darwin erkannten Gesetzmäßigkeiten bilden die Grundlage
der modernen Evolutionstheorie, die J. Holland [] benutzte, um Problemlösungsstrategien
für mathematische Modelle zu entwerfen. Holland entwickelte
in den 60er Jahren lernende Systeme, welche nicht nur das Wissen von einzelnen
Objekten berücksichtigen, sondern dieses Wissen auch durch Evolution
über mehrere Generationen weitergeben können.
Genetische Algorithmen gehören, wie auch die neuronalen Netze, zu den Methoden
der naturanalogen Modellierung und Problemlösung. Die Begriffe ” Genetische
Algorithmen“ und ” Evolutionäre Algorithmen“ werden oft synonym
verwendet. Jedoch gehören neben den genetischen Algorithmen auch die
evolutionären Systeme und die genetische Programmierung zur Familie der evolutionären
Algorithmen.
Die evolutionären Systeme wurden in den 1970er Jahren von Ingo Rechenberg
und Hans-Paul Schwefel [] entwickelt. Sie unterscheiden sich von den genetischen
Algorithmen durch die Repräsentation der Individuen als Vektor (anstatt
als Bitstring), sowie durch die Art, wie genetische Operatoren angewendet werden.
Die genetische Programmierung arbeitet mit einer Baumstruktur zur Repräsentation
der Daten und wird zum Design von Schaltkreisen, zur Mustererkennung
und zum Training neuronaler Netze eingesetzt.
Anwendungsbereiche Sowohl genetische Algorithmen, als auch die evolutionäre Programmierung, werden
zur Lösung von Optimierungsproblemen eingesetzt. Genetischen Algorithmen
werden darüber hinaus auch für Suchprobleme und Probleme im Maschinellen
Lernen angewendet.
13