Schwarmintelligenz und evolutionäre Algorithmen in ...

3 Schwarmintelligenz und evolutionäre Algorithmen
keit bekommen haben: Particle Swarm Optimization und Ant Colony Optimization. Jedoch
sind auch andere Ansätze verbreitet und werden aktiv untersucht. In Tabelle 3.3 und 3.4 wird
ein Überblick über die verschiedenen Varianten gegeben.
Particle Swarm Ant Colony Bees Algorithm
Typisches Optimierung Optimaler Pfad, Kombinatorische oder
Problem Optimierung funktionale Optimierung
Motivation Verhalten der Mitglieder Wegfindung von Nahrungssuche von
von (Vogel-)Schwärmen Ameisen in Kolonien Bienenschwärmen
Tabelle 3.3: Übersicht über Methoden der Schwarmintelligenz
Invasive Weed Firefly Algorithm
Typisches Optimierung Optimierung
Problem
Motivation Ausbreitung von Ausbreitung und gegenseitige
Pflanzensamen Anziehung von Leuchtkäfern
Tabelle 3.4: Übersicht über Methoden der Schwarmintelligenz
3.1 Genetischer Algorithmus
Der genetische Algorithmus (GA) ist der am weitesten verbreitete evolutionäre Algorithmus.
Er ist einfacher zu implementieren als die anderen EA-Varianten [22], da er keine besonderen
Spezialisierungen, im Gegensatz zu den anderen Varianten, implementiert. Evolution
Strategies, mit der vergleichsweise komplexen Selbstanpassung der Mutationsschritte oder
die Baumstruktur zur Repräsentation der Individuen bei Genetic Programming, sind je nach
Umfang des Einsatzes um ein vielfaches komplexer als ein GA-Algorithmus.
Typischer Ablauf Der typische Ablauf eines genetischen Algorithmus ist im Listing 3.1 als
Pseudocode aufgeführt. Dieser Ablauf kann auch auf alle anderen Varianten von EAs übertragen
werden, der Ablauf ist bis auf Details identisch. Die Abbruchbedingung ist problemspezifisch
und kann auf viele Arten definiert werden. Oft verwendete Bedingungen sind das
Erreichen einer vorgegeben Anzahl von Iterationen bzw. Generationen der Population, keine
messbare Verbesserung der Fitness in den letzten n Iterationen oder das Erreichen einer vorab
definierten Qualität der Lösung.
Repräsentation der Individuen Die Wahl der Repräsentation eines Individuum ist eine
wichtige Entscheidung im Entwurfsprozess eines evolutionären Algorithmus. Dabei muss
diese Entscheidung immer mit Blick auf das zugrunde liegende Problem getroffen werden, eine
allgemeine und immer erfolgreiche Methode gibt es nicht. Zusätzlich muss die Abbildung
des Genotyps auf den Phenotyps definiert werden, also die Abbildung der im evolutionären
30