Genetische Algorithmen - BFH-TI Staff
Genetische Algorithmen - BFH-TI Staff
Genetische Algorithmen - BFH-TI Staff
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>Genetische</strong> <strong>Algorithmen</strong> 22. Mai 2013<br />
Die Fitness-Funktion wird als Messwerkzeug für diese Aufgabe verwendet. In einem<br />
Minimierungsproblem ist dann das fitteste Individuum das mit dem kleinsten numerischen Resultat<br />
aus der Fitness-Funktion. Gerade umgekehrt ist es bei einem Maximierungsproblem.<br />
Selektion<br />
Selektion ist der Prozess zum Bestimmen der Häufigkeit, dass ein bestimmtes Individuum für die<br />
Reproduktion gewählt wird und somit die Anzahl dessen Nachkommen bestimmt.<br />
Der wesentliche Teil des Selektionsprozesses ist das stochastische wählen der Eltern einer Generation.<br />
Es ist wichtig, dass die fitteren Individuen eine grössere Chance haben zu überleben als die<br />
schwächeren. Das wiederspiegelt die Natur, in der im Normalfall die fitteren Individuen auch die<br />
grössere Wahrscheinlichkeit zum Fortpflanzen haben. Aber auch die schwächeren Individuen müssen<br />
eine Möglichkeit haben sich einzubringen. In der Natur hat sich gezeigt, dass auch diese für die Zukunft<br />
wichtige Teile in ihrem genetischen Code mitbringen.<br />
Roulette Wheel Selection Method<br />
Eines der einfachsten Selektionsverfahren ist das roulette wheel selection-Verfahren, auch stockastic<br />
sampling with replacement (SSR) genannt. Dabei handelt es sich um einen stochastischen Algorithmus<br />
mit folgender Technik:<br />
1. Das Individuum wird als ein fortlaufendes Segment einer Linie betrachtet. Die Länge des<br />
Segments bildet dabei die Grösse der Fitness ab.<br />
2. Eine zufällige Zahl wird innerhalb der Linie generiert und das Individuum, mit dem Segment<br />
das den Wert abdeckt, wird selektiert.<br />
3. Dieser Ablauf wird wiederholt bis die gewünschte Anzahl Eltern gewählt ist.<br />
Diese Technik ist analog zu derer des Rouletterads. Jedes Stück des Rads ist proportional zur Grösse<br />
der Fitness wie in der Abbildung 7 zu sehen ist.<br />
Abbildung 7: Roulette Wheel Selection.<br />
Die Implementation einer Rouletterad-Selektion ist ziemlich einfach. Begonnen wird mit einem Array,<br />
welches alle Fitness-Werte von jedem Individuum an einer gegebenen Position durch seien Index<br />
enthält. Zum Beispiel für einen kleinen Bestand von 9 Individuen:<br />
Als nächstes wird die kumulierte Summe der Fitness-Werte berechnet.<br />
Mathias Fuhrer 11