Genetische Algorithmen und Evolutionsstrategien

Übungen zu dieser Vorlesung
Die Prüfung findet gleichzeitig mit der Prüfung Neuronale Netze statt.

On-Line Skriptum zu dieser Vorlesung (Im Ramen des Projektes "BioInform@tik")

Beschreibung:
In der Vorlesung werden nach einer kurzen Einführung in die biologischen Grundlagen die wichtigsten Evolutionsalgorithmen und ihre Theorie vorgestellt: Genetische Algorithmen, Evolutionsstrategien, Evolutionäres Programmieren, Classifier-Systeme, andere stochastische Optimierungsverfahren (Simulated Annealing, Sintflut-Alg., Threshold Accepting). Gegen Ende der Vorlesung werden Implementierungen der o.g. Algorithmen auf Parallelrechnern und Anwendungen vorgestellt.
In der Übung werden die in der Vorlesung erworbenen theoretischen Kenntnisse durch Lösung praktischer Aufgaben mit dem Evolutionsalgorithmen-Paket EvA vertieft.

Voraussetzungen:
keine

Literatur:
Thomas Bäck: Evolutionary Algorithms in Theory and Practice. Oxford Academic Press, 1996.
David E. Goldberg: Genetic Algorithms in Search, Optimization and Machine Learning. Addison Wesley, 1989.
Ingo Rechenberg: Evolutionsstrategie 94. Frommann-Holzboog-Verlag, 1994.
Hans-Paul Schwefel: Evolution and Optimum Seeking. Wiley Interscience, 1995.

Bemerkungen:
Es wird ein überarbeitetes Skriptum der Vorlesung geben. Im Rahmen des Teilprojektes "BioInform@tik" wird parallel zur gedrucken Ausgabe eine interative On-Line Version des Skiptums erscheinen. Zur Benutzung ist ein Zugangscode erforderlich, der den teilnehmenden Studenten in der Vorlesung mitgeteilt wird.

Die Vorlesung wird empfohlen als Grundlage für Studien- und Diplomarbeiten im Bereich Evolutionäre Algorithmen.