„Genetische Programmierung“ – Versionsunterschied
| [ungesichtete Version] | [ungesichtete Version] |
Keine Bearbeitungszusammenfassung |
Änderungen von 84.152.60.172 rückgängig; Version von Philipp Claßen wiederhergestellt |
||
| Zeile 1: | Zeile 1: | ||
Die '''Genetische Programmierung''' (GP) ist wie der [[Genetischer Algorithmus|Genetische Algorithmus]] (GA) und die [[Evolutionsstrategie]] (ES) ein [[Heuristik|heuristisches]] [[Optimierungsverfahren]] und gehört in die Klasse der [[Evolutionärer Algorithmus|Evolutionären Algorithmen]] (EA). |
Die '''Genetische Programmierung''' (GP) ist wie der [[Genetischer Algorithmus|Genetische Algorithmus]] (GA) und die [[Evolutionsstrategie]] (ES) ein [[Heuristik|heuristisches]] [[Optimierungsverfahren]] und gehört in die Klasse der [[Evolutionärer Algorithmus|Evolutionären Algorithmen]] (EA). |
||
'''GP''' wird wie andere EA verwendet, um [[Problem]]e zu lösen, die |
'''GP''' wird wie andere EA verwendet, um [[Problem]]e zu lösen, die auf klassischem Wege nicht oder nur schwer lösbar sind, etwa wegen hoher [[Komplexität (Informatik)|Komplexität]], Nichtlinearität oder zu großem Suchraum. Wie in EA üblich, werden nach dem Vorbild der [[Evolution|biologischen Evolution]] vom Algorithmus initiale Individuen erzeugt, welche eine mögliche Lösung für das bearbeitete Problem darstellen und im folgenden problemspezifisch durch Bewertung, Selektion und Variation verbessert werden. Im Gegensatz zu GA und ES wird ein Individuum als eigenes [[Computerprogramm|Programm]] interpretiert, als Suchraum dient ein Raum ganzer Programme. Dieser Ansatz ist allgemeiner als bei anderen Evolutionäre Algorithmen, da weniger Annahmen über die potentielle Lösung vorweg genommen werden, andererseits ist die Größe des Suchraums damit in der Regel weit größer. |
||
Die zwar nicht erste, aber grundlegende Arbeit zu '''GP''' verfasste |
Die zwar nicht erste, aber grundlegende Arbeit zu '''GP''' verfasste John Koza, als Individuen verwendete er Programme in der syntaktisch einfachen funktionalen Programmiersprache [[LISP]], die in Baumstruktur vorliegen. Bei anderen Ansätzen wird auf linearen Programmen (z.B. direkt auf [[Assemblersprache|Assembler]]) oder auf [[Graph (Graphentheorie)|Graphen]] operiert, zuletzt wurden diese Möglichkeiten auch kombiniert (sg. Linear-Graphen-GP). |
||
== Literatur == |
== Literatur == |
||
* John |
* John R. Koza: ''Genetic Programming.'' |
||
* Riccardo William |
* Riccardo Poli, William B. Langdon: ''Foundations of Genetic Programming.'' |
||
== Siehe auch == |
== Siehe auch == |
||
| Zeile 15: | Zeile 15: | ||
==Weblinks== |
==Weblinks== |
||
*http://www. |
*http://www.genetic-programming.com |
||
[[Kategorie:Künstliche Intelligenz]] |
[[Kategorie:Künstliche Intelligenz]] |
||
Version vom 23. August 2005, 15:23 Uhr
Die Genetische Programmierung (GP) ist wie der Genetische Algorithmus (GA) und die Evolutionsstrategie (ES) ein heuristisches Optimierungsverfahren und gehört in die Klasse der Evolutionären Algorithmen (EA).
GP wird wie andere EA verwendet, um Probleme zu lösen, die auf klassischem Wege nicht oder nur schwer lösbar sind, etwa wegen hoher Komplexität, Nichtlinearität oder zu großem Suchraum. Wie in EA üblich, werden nach dem Vorbild der biologischen Evolution vom Algorithmus initiale Individuen erzeugt, welche eine mögliche Lösung für das bearbeitete Problem darstellen und im folgenden problemspezifisch durch Bewertung, Selektion und Variation verbessert werden. Im Gegensatz zu GA und ES wird ein Individuum als eigenes Programm interpretiert, als Suchraum dient ein Raum ganzer Programme. Dieser Ansatz ist allgemeiner als bei anderen Evolutionäre Algorithmen, da weniger Annahmen über die potentielle Lösung vorweg genommen werden, andererseits ist die Größe des Suchraums damit in der Regel weit größer.
Die zwar nicht erste, aber grundlegende Arbeit zu GP verfasste John Koza, als Individuen verwendete er Programme in der syntaktisch einfachen funktionalen Programmiersprache LISP, die in Baumstruktur vorliegen. Bei anderen Ansätzen wird auf linearen Programmen (z.B. direkt auf Assembler) oder auf Graphen operiert, zuletzt wurden diese Möglichkeiten auch kombiniert (sg. Linear-Graphen-GP).
Literatur
- John R. Koza: Genetic Programming.
- Riccardo Poli, William B. Langdon: Foundations of Genetic Programming.