Studium, Ausbildung und Beruf

web uni-protokolle.de
 powered by
NachrichtenLexikonProtokolleBücherForenFreitag, 22. August 2014 

Evolutionärer Algorithmus


Dieser Artikel von Wikipedia ist u.U. veraltet. Die neue Version gibt es hier.
Ein Evolutionärer Algorithmus (EA) ist ein Optimierungsverfahren das als die biologische Evolution hat.

Die Evolution ist ein sehr effizientes Sie ist in der Lage durch Manipulation Erbgutes innerhalb kürzester Zeiträume selbst komplexe Lebensformen Organismen an ihre Umwelt- und Lebensbedingungen anzupassen. erstaunlichste Eigenschaft der Evolution ist die relative ihrer Vorgehensweise und das Zusammenwirken der verschiedenen In einem einfachen Modell läßt sich der Suchprozeß auf drei einfache Prinzipien zurückführen: Mutation und Rekombination.

  • Die Mutation des Erbgutes ist ein Prozeß dessen Sinn einzig in der Erzeugung Alternativen und Varianten liegt. Aus Sicht der kommt der Mutation die Aufgabe zu lokale zu überwinden. Sie sorgt dafür daß die nicht frühzeitig in ein lokales Optimum konvergiert. Mutationswahrscheinlichkeiten pro Gen liegen im allgemeinen zwischen und <math>10^{-7}</math>.
  • Die Rekombination (Crossover) der Erbinformation liegt ihres Beitrages zur Zielfindung im Rahmen der zwischen Mutation und Selektion. Die Stellen an ein Crossover zwischen homologen Chromosomen stattfindet werden bestimmt. Die eigentliche Rekombination erfolgt aber nicht zufällig. Nahe beieinanderliegende und funktional verbundene Gene seltener getrennt als weiter auseinanderliegende Gengruppen.
  • Die Selektion ist für die eigentliche der Suchrichtung der Evolution zuständig. Sie bestimmt Richtung in der sich das Erbgut verändert sie festlegt welche Phänotypen sich stärker vermehren. Die Selektion wäre wenn es keine Störungen gäbe eine deterministische innerhalb der Evolution. In der Natur wird Selektion jedoch immer wieder durch meist zufällige gestört. Auch die am besten an ihre angepaßten Individuen können durch ein Unglück sterben sie Nachkommen zeugen. Damit würde die genetische die ein Optimum darstellt verloren gehen. Zwei Einflüsse machen die Selektion zu einem indeterministischen Zum einen ist sie keine konstante Größe sich die Umwelt und die Lebensbedingungen der ändern können zum anderen gibt es eine zwischen den einzelnen Individuen und ihrer Umgebung. können durch Eingriffe in die Umwelt ihre Selektion beeinflussen.
Bereits Anfang der sechziger Jahre begannen Forschergruppen die Prinzipien der Evolution nachzuahmen um Optimierungsalgorithmen zu entwickeln. So haben Holland Fogel Goldberg die Genetischen Algorithmen (GA) Schwefel und Rechenberg die Evolutionsstrategischen Algorithmen (ES) entwickelt. Diese unabhängig voneinander entstandene die unter dem Sammelbegriff Evolutionäre Algorithmen (EA) werden haben die gemeinsame Eigenschaft bewußt Prinzipien Evolution nachzuahmen um sie im Sinne von einzusetzen. Die wichtigsten Anwendungsgebiete der Evolutionären Algorithmen Optimierungsprobleme bei denen traditionelle Optimierungsverfahren aufgrund von Diskontinuitäten und Multimodalität versagen. Die Eigenschaft ihrer liegt darin begründet dass zum einen keine über das gestellte Problem getroffen werden und anderen stets mit einer Menge von zulässigen (Population von Lösungen) gearbeitet wird. Dadurch werden mehrere Wege zum Optimum ausprobiert wobei auch Informationen über die verschiedenen Wege (durch Vererbung Rekombination) ausgetauscht werden. Auf diese Weise wird Wissen über das zugrundeliegende Problem in der Population verteilt wodurch eine frühzeitige Konvergenz während Optimierung verhindert wird. Zusammenfassend kann man die und Nachteile der Evolutionären Algorithmen wie folgt
  • Sie bieten eine parallele Suche in Population von möglichen Lösungen so daß immer potentielle Lösungen gefunden werden.
  • Sie benötigen keine Gradienteninformation können also bei nichtlinearen oder diskontinuierlichen Problemen angewendet werden.
  • Sie gehören zur Klasse der stochastischen ermöglichen also auch die Behandlung komplizierter Probleme aufgrund eines zu hohen Rechenaufwandes mit traditionellen nicht mehr handhabbar sind.
  • Evolutionäre Algorithmen bieten keine Garantie das Optimum zu finden.
  • Evolutionäre Algorithmen sollten nicht zur Lösung Problemen benutzt werde für die es bereits Optimierungsverfahren gibt da diese in der Regel sind. So sind z.B. Newton-Raphson-Methoden die Gradienten der Optimierung verwenden bei der Suche lokaler um ein vielfaches schneller und genauer als Algorithmen.


Zu den Evolutionären Algorithmen zählt man:



Bücher zum Thema Evolutionärer Algorithmus

Dieser Artikel von Wikipedia unterliegt der GNU FDL.

ImpressumLesezeichen setzenSeite versendenSeite drucken

HTML-Code zum Verweis auf diese Seite:
<a href="http://www.uni-protokolle.de/Lexikon/Evolution%E4rer_Algorithmus.html">Evolutionärer Algorithmus </a>