Kommunizierende Genetische Algorithmen: Durch Evolution zur Kooperation

Schoof, Jochen

Die Kooperation zwischen Menschen und Computern gewinnt in zahlreichen Problemstellungen mehr und mehr an Bedeutung. Ein wesentlicher Grund hierfür ist die ständig wachsende Komplexität relevanter Problemstellungen. Dadurch bedingt sind weder der Mensch noch der Computer alleine in der Lage, zufriedenstellende Lösungen zu entwickeln. Die Kombination der individuellen Fähigkeiten hat sich in vielen Bereichen als gewinnbringend erwiesen. Genetische Algorithmen (GA) als Repräsentanten der >Evolutionary Computation< stellen einen Ansatz zur Lösung hochkomplexer Optimierungsaufgaben dar, der sich an den Vorgängen der Evolution orientiert. Im Gegensatz zu vielen anderen Optimierungsverfahren bringen sie einige Eigenarten mit, die kooperative Erweiterungen einfach und erfolg-versprechend machen. Der vorgestellte kommunizierende Genetische Algorithmus kombiniert die Vorteile der GA mit der Fähigkeit zur Kooperation. Es gelingt bei seiner Verwendung, gute externe Vorschläge aufzunehmen, während schlechte Vorschläge keinerlei negative Auswirkungen zeigen. Diese Robustheit gegen Irrtümer und Fehleingaben macht den KGA zu einer idealen Basis für Programme zur kooperativen Problemlösung.

Zitieren

Zitierform:

Schoof, Jochen: Kommunizierende Genetische Algorithmen: Durch Evolution zur Kooperation. 2005.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Grafik öffnen

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export