Genetischer Algorithmus

Genetische Algorithmen (GA) gehören zur Klasse der Optimierungsverfahren. Sie ermöglichen auch Suchstrategien für Fälle, in denen keine geschlossene Lösung vorliegt. Es handelt sich um "Generate and Test"-Verfahren.

Das Leitgedanke besteht darin, dass man bildlich gesprochen ähnlich der Evolutionsvorstellung eine Anzahl Individuen (eine "Generation") erzeugt und dann diejenigen auswählt, die einem bestimmten Kriterium oder einer Kriterienkombination am besten entsprechen. Deren Eigenschaften (Paramterwerte) werden dann leicht verändert und kombiniert um eine neue Generation zu erzeugen.

Der typische GA umfasst die folgenden Schritte:

1. Erzeugen (engl. "generate") einer ausreichend großen Menge unterschiedlicher "Individuen" (Lösungsvarianten).
2. Für jede einzelne Lösung wird aufgrund einer Zielfunktion ein Wert bestimmt. Auswahl derjenigen Lösungen, die die besten Zielfunktionswerte haben.
3. Zufällige Veränderung der Wertekombinationen der Gewinner ("Mutation") und Rekombination (die Werte verschiedener Individuen werden gemischt).
4. Die veränderten Nachfolger der Gewinner der ursprünglichen Menge bilden nun die Menge der neuen Individuen und der Algorithmus wird ab Schritt 2 wiederholt.

Im Allgemeinen unterscheidet man zwei Typen von genetischen Algorithmen,

1. die Evolutionstrategie (ES) nach Rechenberg, I. und Schwefel, H.P. und
2. den Genetic Algorithm (GenA) nach Holland, J.H. und Goldberg, D.E.

siehe auch: Algorithmus