Genetische Algorithmen - BFH-TI Staff

Genetische Algorithmen 22. Mai 2013
Implementation
In den folgenden Unterkapiteln werden einige Möglichkeiten zum Implementieren der nötigen Schritte
eines Genetischen Algorithmus beschrieben. Welche Implementation gewählt werden soll, ist immer
abhängig vom Problem und es gibt nicht generell ein richtigen oder falschen Weg.
Grundbegriffe und ihre Bedeutung
Hier nochmals kurz die Begriffe aus der Biologie und Informatik:
Begriff Biologie Informatik
Individuum Lebewesen Lösungskandidat
Chromosom DNS-Histon-Protein-Strang Zeichenkette
legt den „Bauplan“ bzw. (einen Teil der) Eigenschaften eines Individuums in
kodierter Form fest
meist mehrere Chromosomen je
Individuum
meist nur ein Chromosom je Individuum
Gen Teilstück eines Chromosoms ein Zeichen
Grundlegende Einheit der Vererbung, die eine (Teil-)Eigenschaft eines
Individuums festlegt
Allel Ausprägung eines Gens Wert eines Zeichens
Je Chromosom gibt es nur eine Ausprägung eines Genes
Locus Ort eines Gens Position eines Zeichens (Index)
in einem Chromosom gibt es an jedem Ort nur genau ein Gen
Population Menge von Lebewesen Familie / Multimenge von
Chromosomen
Fitness
Tauglichkeit / Angepasstheit eines
Lebewesens
Güte / Tauglichkeit eines
Lösungskandidaten
bestimmte Überlebens- und Fortpflanzungschancen
Genetische Darstellung
Individuen bzw. deren Chromosomen werden als Zeichenketten über ein Alphabet so dargestellt, dass
jede Entscheidungsvariable (Eigenschaft) eindeutig als ein Gen abgebildet wird. In den Genetischen
Algorithmen wird am häufigsten das binäre Alphabet {0, 1} verwendet. Andere Darstellungen wie
ternäre, ganzzahlige oder reell wertige können natürlich auch verwendet werden. Zum Beispiel kann
ein Problem mit zwei Variablen x 1 und x 2 auf ein Chromosom (wie in Abbildung 5) in binären Worten
abgebildet werden. Der Wert x 1 ist mit 10 Bits und der Wert x 2 mit 15 Bits codiert.
Abbildung 5: Beispiel einer Implementation von zwei Variablen x 1 und x 2 als binäre Worte.
Mathias Fuhrer 9