Modell AVIATOR Blitzschnell Kunstflugjet

Zielwert (Optimum)
lokales
Optimum
100%
vereinfachte Rechenmethode angewiesen, um wenigstens
grob die Eigenschaften eines Entwurfs bestimmen zu
können. Auch wenn der Aufwand hoch war und die
Genauigkeit der Vorhersage eher bescheiden, so war es
doch möglich, einige fehlgeleitete Entwürfe noch vor
dem Bau zu verwerfen. Doch oft mussten Teile neu­ oder
umkonstruiert werden, weil sich zeigte, dass die Vorhersagen
nicht ausreichend exakt waren. Zudem kam es
immer wieder zu gefährlichen Situationen bei den Erstflügen.
Überraschende Flug­ und Steuereigenschaften
forderten nicht selten das Leben des Testpiloten.
Daher schritt unter anderem die Entwicklung effizienter
Segelflugzeuge im manntragenden Bereich lange Zeit sehr
langsam voran. Oft orientierte man sich, um wenigstens
in die Nähe eines optimalen Entwurfs zu kommen, am
Vorbild der Natur. Manchmal trug diese Methode bei all
ihren Vorzügen jedoch auch seltsame Triebe. So hielt sich
über lange Zeit der berüchtigte Möwen­Knick in den
Tragflächen. Man versprach sich von dieser Anordnung
etwas diffus „bessere“ Flugleistungen. Wirklich überprüft
wurde das jedoch nie, bis letztlich durch moderne Verfahren
nachgewiesen wurde, dass diese Bauweise nicht
nur technisch aufwändiger, sondern auch aerodynamisch
eher kontraproduktiv ist; siehe Titelbild.
lokales
Optimum
Eingangswert
strategien zur Lösungsfindung
Es ist eine Wissenschaft für sich bei Systemen mit mehr
als einer Einflussgröße eine Kombination zu finden, die
unter bestimmten Kriterien als optimal zu bezeichnen ist.
Ausgefeilte mathematische Methoden ermöglichen es
dabei, mit einer hohen Wahrscheinlichkeit den Zustand
zu finden, der dem Ziel möglichst nahe kommt. Doch
selbst mit nur einem variablen Parameter hat man bei klassischer
ingenieursmäßiger Vorgehensweise ein Problem.
Intuitiv würde man den betreffenden Parameter immer
wieder anpassen und danach jeweils das Ergebnis begutachten.
Mit etwas Glück wird es dabei jedes Mal besser,
bis irgendwann der optimale Punkt überschritten ist, und
das nächste Ergebnis wieder schlechter wird. So kann man
das Optimum einkreisen. Doch das garantiert in der Regel
nicht, dass dieses so gefundene „lokale“ Optimum auch
das beste im gesamten Wertebereich ist. Vielleicht findet
Abbildung 2: Ein
gefundenes lokales
Optimum (roter Punkt)
muss nicht zwingend
das beste sein
sich bei ganz anderen Werten eine noch viel bessere Lösung,
wobei dazwischen durchaus ein Gebiet schlechter Lösungen
liegen kann, wie Abbildung 2 zeigt.
Mit klassischer Ingenieurskunst ist das Problem nicht zu
lösen. Die biologische Evolution hingegen geht einen
anderen Weg – er dauert länger, führt aber mit höherer
Wahrscheinlichkeit zum besten Optimum.
Der echte evolutionäre Ansatz
In der biologischen Evolution werden die Parameter eines
Systems nicht gezielt variiert, wie es ein Ingenieur tun
würde – ein deutlicher Hinweis, dass Kreationisten, also
Menschen, die glauben ein universaler Ingenieur hätte die
Welt erschaffen, völlig auf dem Holzweg sind. In der
Evolution kommt es zu spontanen Fehlern beim Kopieren
der Erbinformation – sei es durch Zufall, chemische Einflüsse
oder auch durch die alltägliche und normale, aber
auch durch den Menschen verursachte Radioaktivität. Diese
so genannte zufällige Mutation wird nun dem Umweltsystem
ausgesetzt. Überlebt sie, kann der „Fehler“ weiter
vererbt werden. Überlebt sie nicht oder mit geringerer
Wahrscheinlichkeit, so wird sich die Mutation nicht durchsetzen.
Dies ist in Grundzügen der einfache Filter mecha nismus,
den Darwin als „Survival of the Fittest“ bezeichnete.
Der jeweils am besten Angepasste (to fit, englisch = anpassen)
und nicht etwa der Stärkste, wie einige Fundamentalisten
diese Idee verbiegen, hat die höchste Wahrscheinlichkeit,
sein Genom weiterzugeben. Somit kann die Evolution
über das Gebiet der weniger optimalen Lösungen hinwegspringen.
Man könnte hierbei von einem evolutionären
Tunneleffekt sprechen. Nachteil der Methode ist dabei
natürlich, dass die Wahrschein lichkeit, eine noch bessere
Lösung, gleichsam zufällig „anzuspringen“, eher gering ist.
Und tatsächlich schießt die Evolution durch eine Unzahl
zufälliger, aber nicht zielführender Mutationen, regelmäßig
daneben. Doch ist einmal ein optimal angepasster Zustand
erreicht, so wird er sich mit sehr viel höherer Wahrscheinlichkeit
weiter vererben, als der weniger optimale.
Es hat dabei Millionen von Jahren gedauert, bis sich,
nach der Methode der zufälligen Mutation, Sensoren und
Fortbewegungssysteme entwickelt haben. So werden
nach diesem Verfahren Turbinenschaufeln und Unterbodenaufhängungen
von Fahrzeugen oder auch Fundamente
von Hochspannungs masten mit großem Erfolg entwickelt
oder optimiert; vergleiche Abbildung 3. Systeme,
die der Mensch seit gut 100 Jahren moderner Technologie
im Vergleich zu evolutionären Zeiträumen in unvorstellbar
hoher Geschwindigkeit zum Teil zu übertrumpfen vermochte.
Dennoch zeigt sich, dass der evolutionäre Ansatz
in der Ingenieurswissenschaft unterdessen auch mit der
Entwicklung immer leistungsfähigerer und damit schnellerer
Rechnersysteme Einzug gehalten hat. Wenn man einen
Mutationschritt erzwingt – einen je Generation – und die
Generationsfolge in Bruchteilen von Sekunden berechnen
kann, so kann eine simulierte Evolution, die in der Realität
Jahrmillionen dauern würde, in wenigen Tagen rechnerisch
durchgespielt werden. Dies gilt dann nicht nur für die
Simulation biologischer Systeme, sondern auch für
tech nische Lösungen.
www.modell-aviator.de
75
Anzeige