Genetische Algorithmen zur Loesung von Optimierungsproblemen

Facharbeit (Schule) aus dem Jahr 2009 im Fachbereich Informatik - Angewandte Informatik, Note: 15 Punkte (1+), , Veranstaltung: Informatik Leistungskurs, Sprache: Deutsch, Abstract: Die Evolution ist der leistungsfhigste Prozess der Natur. Lebewesen passen sich - scheinbar von selbst - von Generation zu Generation immer besser den Bedingungen ihrer Umgebung an. Die Idee der stndigen Weiterentwicklung wurde in der Informatik aufgenommen und in Form von genetischen Algorithmen realisiert. Ziel dieser Arbeit ist es, dem Leser die Gruppe der genetischen Algorithmen nher zu bringen. Die Arbeit ist wie folgt aufgebaut:

Das zweite Kapitel erlutert Grundbegriffe der Genetik und ihre Bedeutung in der Informatik. Im dritten Kapitel wird die generelle Struktur genetischer Algorithmen vorgestellt. Hierzu zhlen die Elementaroperationen, die auch bei der biologischen Evolution stattfinden. Das vierte Kapitel bildet den Schwerpunkt dieser Arbeit. Es befasst sich mit den theoretischen Grundlagen, die die Funktionalitt genetischer Algorithmen nachweisen. Im fnften Kapitel demonstrieren wir eine praktische Anwendung genetischer Algorithmen. Wir zeigen, wie genetische Algorithmen zur Lsung des n-Damen Problems beitragen knnen. Abschlieend fassen wir im sechsten Kapitel die in dieser Arbeit gewonnenen Erkenntnisse zusammen und betrachten Mglichkeiten und Begrenzungen genetischer Algorithmen bei der praktischen Umsetzung.

Bevor wir mit der eigentlichen Arbeit beginnen, sollten wir zunchst Optimierungsprobleme als Einsatzgebiet genetischer Algorithmen betrachten. Optimierungsprobleme zeichnen sich dadurch aus, dass sie mehr als eine richtige Lsung besitzen, wobei unterschiedliche Lsungen ebenfalls unterschiedlich gut sein knnen. Bei dieser Art von Problem ist es meist schwer, einen Algorithmus zu finden, der die beste Lsung in einer akzeptablen Zeit ermittelt. Genau hier setzen genetische Algorithmen an. Sie erzeugen zunchst eine Menge aus zuflligen Lsungen und lasse