1-Punkt-Crossover:
2-Punkt-Crossover:
1-Punkt-Crossover mit variabler Genomlänge:
Mit dem hier beschriebenen Verfahren ist es also möglich, einen einmal programmierten evolutionären Algorithmus auf jedes beliebige Problem anwenden zu können. Anstatt immer den gesamten Algorithmus neu programmieren zu müssen, reicht es zur Problemlösung also, 3 problemabhängige Informationen vorzugeben: die Art des Genoms der Individuen (die Basis der Wertkette, ob es fester oder variabler Länge sein kann und ob Restriktionen etwa in Bezug auf die größtmögliche Zahl in einem Genom mit Dezimalzahlen bestehen); die Abbildungsfunktion g, welche den Genotyp eines Individuums auf seinen Phänotyp abbildet; und natürich die Fitnessfunktion f, die den Phänotyp (alternativ natürlich auch direkt den Genotyp) eines Individuums bewertet. Mit Hilfe dieser 3 Angaben kann ein einmal programmierter Algorithmus prinzipiell auf jedes beliebige, [update]durch evolutionäre Algorithmen zu lösende[/update] Problem angewendet werden. Eine, wie ich finde, überaus elegante Lösung, welche das Vorbild der Natur aufgreift und zur Lösung von Problemen einsetzt.
Kommentare (11)