Evolutionäre Algorithmen
H |
Evolutionäre Algorithmen sind Verfahren zur Lösung 'schwieriger' Optimierungs- und Suchprobleme. Diese Optimierungsmethode orientiert sich an der aus der Biologie bekannten Evolutionstheorie: charakteristische Beschreibungen von Problemlösungen werden codiert und bilden sogenannte Individuen, die mit Hilfe einer Fitnessfunktion bewertet werden. Durch wiederholte Selektion, Rekombination und Eliminierung werden immer neue und verbesserte Individuen, also Lösungen erzeugt. Das Ziel ist es, diese im Laufe der Generationen bzgl. ihrer Fitness zu verbessern, d.h. zu optimieren. Evolutionäre Algorithmen sind oftmals in der Lage, bessere Lösungen zu finden als andere bewährte Optimierungsmethoden.
Die Vorlesung gibt eine detaillierte Einführung zu Evolutionäre Algorithmen, sowohl in Theorie als auch Praxis.
Vorkenntnisse in Stochastik sind erforderlich.
Literatur:
- K. Weicker: Evolutionäre Algorithmen, Teubner Verlag, 2002
- W. Kinnebrock: Genetische und Selektive Algorithmen, Oldenbourg Verlag, 1994
- D. Goldberg: Genetic Algorithms in Search, Optimization and Machine Learning, 1989
- Z. Michalewicz: Genetic Algorithms + Data Structures = Evolution Programs, Springer-Verlag, 1994
- J. Koza: Genetic Programming, MIT Press, 1992
