Bioorientierte Algorithmen

Neuronale Netze sind eine Klasse von Programmen, die durch Vorgänge in der belebten Natur inspiriert sind. Es gibt weitere solcher Programmklassen. Im Bereich der Optimierung werden schon seit längerem Genetische Algorithmen verwendet, bei denen eine Population von Lösungen sich nach Fitnesskriterien weiterentwickelt, die auf der zu optimierenden Größe basieren. Im Laufe einer simulierten Evolution entwickeln sich dabei optimale Lösungen. Der Erfolg des Verfahrens hängt sehr ab von der geeigneten Wahl einer Vielzahl von Parametern (Populationsgröße, Mutationsrate, Störungsraten, Art der Codierung u.v.a). Eine Möglichkeit, diese Parameter optimal einzustellen, besteht wiederum in der Anwendung von Genetischen (Meta-)Algorithmen. Das Studium dieser Metaalgorithmen hat uns in natürlicher Weise auf die Untersuchung von Evolutiven Systemen und deren Semantiken geführt. Ein Ziel ist es, Systeme zu konstruieren, deren Semantik selbst der Evolution des Gesamtsystems unterworfen ist (autonome vs. heteronome Semantik). Damit hoffen wir, Optimierungsverfahren mit schnelleren Konvergenzeigenschaften und zugleich eine bessere Modellierung und damit ein besseres Verständnis realer evolutiver Systeme zu gewinnen.

Beteiligter Wissenschaftler:

Prof. Dr. A. Clausing