By Jochen Heistermann

ISBN-10: 3322996336

ISBN-13: 9783322996336

ISBN-10: 3815420571

ISBN-13: 9783815420577

Das Prinzip der Evolution wurde von Charles Darwin vor nur wenig mehr als hundert Jahren entdeckt. Die Lebewesen in der Natur unterliegen einer steten Veränderung, die durch Kooperation und Konkurrenz zwischen einzelnen Arten und deren Anpassungsfähigkeit an ihre Umwelt vorangetrieben wird. Inwieweit die heute existierenden Lebewesen ausschließlich durch den Evolutionsprozeß entstanden sind, ist eine philosophische und theologische Streitfrage, die in diesem Buch nicht weiter behandelt werden soll. Das grundlegende Prinzip besteht in der iterativen Abfolge von Rekom­ bination, Mutation und Selektion, wobei eine Tendenz zum Überleben der stärkeren und besseren Individuen besteht. Dieses Prinzip ist in der Natur sehr erfolgreich. Optimierung ist eine der wichtigsten Aufgaben in der modernen Industrie. Prozesse müssen schneller und sicherer ablaufen, fabric wird gespart, die Produktivität soll ständig steigen. Diejenigen Firmen, denen das gelingt, haben im Wettbewerb um die Märkte die besten Überlebenschancen. Die freie Marktwirtschaft hat sich dieses Prinzip zu eigen gemacht und große Erfolge erzielt (allerdings oft zum Schaden der Umwelt, weil die dort entstandenen Schäden meistens keine finanziell meßbaren Kosten verursachen). Optimierung wird als Wissenschaft vor allem im Bereich des Operations learn untersucht. In der Mathematik sind ebenfalls viele Verfahren vorgeschlagen und entwickelt worden. Seit Mitte der 80er Jahre sind darüber hinaus Neuronale Netze zur Lösung von Optimierungspro­ blemen attraktiv geworden.

Show description

Read Online or Download Genetische Algorithmen: Theorie und Praxis evolutionärer Optimierung PDF

Similar german_5 books

New PDF release: Gewässer als Ökosysteme: Grundlagen des Gewässerschutzes

Dieses Buch ist aus Vorlesungen hervorgegangen, die fur Stu denten der Abteilungen fur Bau- und Kulturingenieure und des Nachdiplomstudiums in "Gewasserschutz und Wassertechnologie" ausgearbeitet wurden. Ausgewahlte Kapitel sind auch im Unterri cht an oberen Kl assen des Gymnas i ums verwendet worden.

Download PDF by Reinhard Budde, Karin Kuhlenkamp, Karl-Heinz Sylla, Heinz: Künstliche Intelligenz: 5. Frühjahrsschule, KIFS-87, Günne,

Dieser Band enthält aufbereitete Darstellungen der Kurse, die auf der KI-Frühjahrsschule 1987 gehalten wurden. Die Künstliche-Intelligenz-Frühjahrsschule 1987, KIFS-87, ist die fünfte in der Reihe von Frühjahrsschulen über Künstliche Intelligenz, die seit 1982 vom Fachausschuß 1. 2 der Gesellschaft für Informatik (GI) veranstaltet werden.

Download PDF by Norbert Schmitz (auth.), Axel Lehmann, Fritz Lehmann (eds.): Messung, Modellierung und Bewertung von Rechensystemen: 6.

Tagungsband der 6. GI/ITG-Fachtagung "Messung, Modellierung und Bewertung von Rechensystemen. Tagungsinhalt ist der Austausch neuer Ideen und Erfahrungen bei der quantitativen Untersuchung von Rechensystemen und Netzen. Dabei werden einerseits das volle methodische Spektrum (Me~instrumentierung/Messung, Modellbildung/simulative und mathematische Modellanalyse, Bewertung und Synthese) in leistungsorientierter bzw.

Extra info for Genetische Algorithmen: Theorie und Praxis evolutionärer Optimierung

Example text

8. [Mutation]. Einzelne Bits werden zufällig - sehr selten geändert. 9. [Abbruchkriterien testen]. Falls ZABB nicht erfüllt ist: goto 6. 10. [Terminierung]. Ende. 4 Ein Vergleich beider Algorithmen Unterschiede zwischen Evolutionsstrategie (ES) und Genetic Algorithm (GenA). 1. Er liefert das geeignete Gerüst, um die Unterschiede zwischen ES und GenA herauszuarbeiten. B. auch in [Hof91] geschehen. Kodierung. Der erste Unterschied ergibt sich bei Punkt 3 "Genetische Kodierung vornehmen". a. binär kodiert.

Zu viel Mutation kann dabei natürlich auch schaden, wenn die Werte danach zu stark streuen. Dieser Effekt wird durch die adaptive Mutation vermieden. Bei GenA bewirkt Mutation einen sehr massiven Eingriff in die Werte der Allele. Deshalb kann die Bedeutung der Mutation lediglich sein, verloren gegangene Bits wiederzufinden und in die Population wieder neu aufzunehmen. Die Mutation muß untergeordnet bleiben, weil häufige Mutation den Ablauf des Algorithmus massiv stört. Selektion bei ES und GenA.

Kugelspiele zur Illustration der Wachstumsgesetze. Bei einem GA ergibt sich das Wachstum von Schemata aus der Differenz von Erzeugung und Abbau. Da die Populationsgröße als konstant angenommen wird, ist der Vermehrung eine natürliche Grenze gesetzt. Eigen hat anhand von verschiedenen Kugelspielen mit unterschiedlichen Wachstumsraten deren Konsequenzen für die Entwicklung von Subpopulationen untersucht. Diesen Spielen liegt ein Brett mit 8x8 Feldern zugrunde. Durch zwei Würfel mit je 8 Flächen (Oktaeder) wird mit einem Wurf jeweils ein Feld des Spielbrettes eindeutig festgelegt.

Download PDF sample

Genetische Algorithmen: Theorie und Praxis evolutionärer Optimierung by Jochen Heistermann


by Anthony
4.1

Jochen Heistermann's Genetische Algorithmen: Theorie und Praxis evolutionärer PDF
Rated 4.91 of 5 – based on 34 votes