Zusammenfassung
Evolutionäre Algorithmen sind eine Klasse von Optimierungsverfahren, die Prinzipien der biologischen Evolution nachahmen. Sie gehören zu der Familie der Metaheuristiken, der auch Teilchenschwarm- [Kennedy und Eberhart 1995] und Ameisenkolonieoptimierung [Dorigo und Stützle 2004] angehören (die auch durch biologische Strukturen und Prozesse inspiriert sind) sowie klassische Methoden wie z.B. das simulierte Ausglühen [Metropolis et al. 1953, Kirkpatrick et al. 1983] (das einen thermodynamischen Prozess nachahmt). Das Grundprinzip evolutionärer Algorithmen besteht darin, Evolutionsprinzipien wie z.B. Mutation und Selektion auf Populationen von Lösungskandidaten anzuwenden, um eine (hinreichend gute) Näherungslösung für ein gegebenes Optimierungsproblem zu finden.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2015 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Kruse, R., Borgelt, C., Braune, C., Klawonn, F., Moewes, C., Steinbrecher, M. (2015). Einleitung. In: Computational Intelligence. Computational Intelligence. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-10904-2_10
Download citation
DOI: https://doi.org/10.1007/978-3-658-10904-2_10
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-10903-5
Online ISBN: 978-3-658-10904-2
eBook Packages: Computer Science and Engineering (German Language)