Grin logo
en de es fr
Shop
GRIN Website
Publish your texts - enjoy our full service for authors
Go to shop › Computer Science - Applied

Genetische Algorithmen. Technischer Darwinismus?

Title: Genetische Algorithmen. Technischer Darwinismus?

Pre-University Paper , 2018 , 30 Pages , Grade: 1+

Autor:in: Nico Jeske (Author)

Computer Science - Applied
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

Das Ziel dieser Facharbeit ist es dem Leser das Prinzip genetischer Algorithmen, sowie die Grundlagen des Darwinismus näher zu bringen und somit schließlich die Frage zu beantworten, in welchem Maße genetische Algorithmen wirklich nach dem Darwinismus von Charles Darwin arbeiten und ob genetische Algorithmen wirklich in der Lage sind den natürlichen Prozess der Evolution detailgetreu zu simulieren und ob sie sogar als perfekte Kopie der Evolution angesehen werden können.

Jedes Lebewesen unterliegt einer stetigen Veränderung. Sie passen sich von Generation zu Generation - scheinbar von alleine - immer besser an die Bedingungen ihrer Umgebung an. Grund dafür ist das Prinzip der Evolution, welches hauptsächlich von dem Biologen Charles Darwin geprägt wurde.

Das Grundlegende Prinzip der Evolution nach Charles Darwin besteht in der Abfolge von Rekombination, Mutation und Selektion, wobei stärkere und bessere Individuen eine höhere Chance aufs überleben haben. Die Evolution ist ein in der Natur sehr erfolgreicher, wenn auch langwieriger Prozess, welcher letztendlich auch zu der Entwicklung des Modernen Menschen führte.

Die Optimierung von Prozessen ist einer der wichtigsten Aufgaben in der Modernen Industrie. Prozesse sollen schneller und sicherer ablaufen, denn nur so haben Firmen im Wettbewerb die besten Überlebenschancen.

Optimierung wird schon seit vielen Jahren als Wissenschaft vor allem im Bereich der Operations Research untersucht. Aber auch in der Mathematik wurden viele Verfahren vorgeschlagen und entwickelt. Ebenso wurden auch Neuronale Netze, die sich an dem Aufbau des Gehirns orientieren eine immer beliebtere Lösungsmöglichkeit für verschiedenste Optimierungsprobleme.

Warum sollte man sich also nicht an dem Prinzip der Evolution bedienen? Wie das Zitat von Toby Simpson -- einem Entwickler der Britischen Firma Cyberlife -- bereits besagt, ist die Natur uns mit ihrer „Forschung“ voraus. Es spricht also nichts dagegen dieses erfolgreiche Prinzip der Natur ebenfalls zur Optimierung technischer Systeme heranzuziehen. Und dies geschieht auch, und zwar in Form von genetischen Algorithmen.

Excerpt


Inhaltsverzeichnis

  • 1 Einleitung
  • 2 Die biologische Evolution nach Charles Darwin
    • 2.1 Genotyp und Phänotyp
    • 2.2 Rekombination und Mutation
      • 2.2.1 Mutation
      • 2.2.2 Crossing-Over
      • 2.2.3 Populationsgröße und Selektion
  • 3 Genetische Algorithmen
    • 3.1 Selektion.
    • 3.2 Variation.
      • 3.2.1 Kreuzung
      • 3.2.2 Mutation
  • 4 Beispiel eines genetischen Algorithmus
  • 5 Genetische Algorithmen - technischer Darwinismus?
  • 6 Fazit

Zielsetzung und Themenschwerpunkte

Die Facharbeit befasst sich mit dem Prinzip der genetischen Algorithmen und untersucht, inwiefern sie dem Darwinismus von Charles Darwin entsprechen. Die Arbeit analysiert die Grundlagen des Darwinismus und erklärt, wie genetische Algorithmen die Prinzipien der Evolution für die Optimierung technischer Systeme nutzen.

  • Grundlagen der Evolutionstheorie nach Darwin
  • Funktionsweise genetischer Algorithmen
  • Anwendungen von genetischen Algorithmen
  • Vergleich zwischen biologischer und technischer Evolution
  • Bewertung der Effektivität von genetischen Algorithmen

Zusammenfassung der Kapitel

  • Kapitel 1: Einleitung

    Diese Einleitung stellt die Thematik der Facharbeit vor und erläutert die Motivation des Autors, die Prinzipien des Darwinismus und der genetischen Algorithmen zu untersuchen.

  • Kapitel 2: Die biologische Evolution nach Charles Darwin

    Dieses Kapitel beleuchtet die zentralen Konzepte der Evolutionstheorie, wie sie von Charles Darwin geprägt wurde. Dabei werden die Mechanismen der Rekombination und Mutation sowie deren Rolle in der Anpassung von Lebewesen an ihre Umwelt diskutiert.

  • Kapitel 3: Genetische Algorithmen

    In diesem Kapitel werden genetische Algorithmen als künstliche Evolutionsprozesse vorgestellt. Es werden die Prinzipien der Selektion und Variation sowie deren Anwendung in der Optimierung technischer Systeme erörtert.

  • Kapitel 4: Beispiel eines genetischen Algorithmus

    Dieses Kapitel zeigt an einem konkreten Beispiel die Funktionsweise eines genetischen Algorithmus auf.

  • Kapitel 5: Genetische Algorithmen - technischer Darwinismus?

    Dieses Kapitel vergleicht die Prinzipien des Darwinismus mit den Funktionsweisen genetischer Algorithmen. Es wird untersucht, inwieweit diese Algorithmen als eine Art "technischer Darwinismus" betrachtet werden können.

Schlüsselwörter

Genetische Algorithmen, Evolution, Darwinismus, Rekombination, Mutation, Selektion, Optimierung, technischer Darwinismus, Genotyp, Phänotyp.

Excerpt out of 30 pages  - scroll top

Details

Title
Genetische Algorithmen. Technischer Darwinismus?
Grade
1+
Author
Nico Jeske (Author)
Publication Year
2018
Pages
30
Catalog Number
V429064
ISBN (eBook)
9783668727625
ISBN (Book)
9783668727632
Language
German
Tags
genetische algorithmen technischer darwinismus Facharbeit
Product Safety
GRIN Publishing GmbH
Quote paper
Nico Jeske (Author), 2018, Genetische Algorithmen. Technischer Darwinismus?, Munich, GRIN Verlag, https://www.grin.com/document/429064
Look inside the ebook
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  30  pages
Grin logo
  • Grin.com
  • Payment & Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint