Information Technology Reference
In-Depth Information
• Die Entscheidungsvariablen des gegebenen Anwendungsprogramms werden im Allge-
meinen als String (Zeichenkette) bzw. in Vektorform dargestellt und ihre Ausprägungen
in dieser Form vom evolutionären Algorithmus optimiert.
• Ein evolutionärer Algorithmus sucht von verschiedenen Punkten aus gleichzeitig nach
guten Lösungen (populationsbasierte statt punktbasierte Suche).
• Für eine zielgerichtete Suche sind nur Angaben zur Güte (Fitness) der betrachteten
Lösungen im Hinblick auf die gegebene Aufgabenstellung nötig. Diese Fitnesswerte
werden i. d. R. aus Zielfunktionswerten berechnet. Sie können aber auch beispielsweise
mit Hilfe von Simulationen oder durch praktische Experimente ermittelt werden. Ab-
leitungen werden nicht benötigt.
• Die Grundoperationen von evolutionären Algorithmen imitieren auf abstrakter Ebene
die Phänomene Replikation, Variation und Selektion als treibende Kräfte evolutionärer
Prozesse.
• Stochastische Verfahrenselemente werden bewusst eingesetzt. Daraus entsteht jedoch
keine reine Zufallssuche, sondern ein intelligenter Suchprozess. Es werden immer
wieder neue Lösungsstrukturen generiert (Exploration) und hinsichtlich ihrer Güte
bewertet. Dadurch sammelt das Verfahren Informationen über die Struktur des Such-
raumes, die implizit in den Individuen der Populationen gespeichert werden. Diese
Informationen dienen anschließend dazu, den weiteren Suchprozess einzugrenzen. Lö-
sungsalternativen werden verstärkt in solchen Regionen des Suchraumes generiert, die
erfolgversprechend sind (Exploitation).Wesentlich für den Optimierungserfolg eines
evolutionären Algorithmus ist es, die richtige Balance von Exploration und Exploitati-
on zu finden.
Diese typischen Merkmale eines evolutionären Algorithmus bestimmen auch den all-
gemeinen Ablauf in einem Computerprogramm, der sich folgendermaßen gestaltet. Die
folgende Tabelle zeigt die vielfältigen Einsatzmöglichkeiten evolutionärer Systeme
(Tab. 2.3 ).
Tab. 2.3 Einsatzmöglichkei ten evolutionärer Systeme
Einsatzgebiet
Problemstellung
Technisch-
naturwissenschaftlich
VLSI-Routing
Pfadplanung für mobile Roboter
Struktur- und Parameteroptimierung künstlicher Neuronaler Netze
Mikroprozessorentwurf
Information Retrieval
Betriebswirtschaft
Produktionsplanung
Standortplanung
Kundenklassifizierung
Kraftwerkseinsatzplanung
Portfoliooptimierung
 
Search WWH ::




Custom Search