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

Evolutionsstrategien als technische Optimierungsverfahren

Title: Evolutionsstrategien als technische Optimierungsverfahren

Project Report , 2020 , 33 Pages , Grade: 1,0

Autor:in: Anonym (Author)

Biology - Evolution
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

Diese Arbeit thematisiert die Evolutionstheorie von Darwin und die aus ihr abgeleitete Evolutionsstrategie als bewusst geplante Optimierungsstratege für technische Produkte und Prozesse. Ziele hierbei sind die Erläuterung der Evolutionstheorie von Charles Darwin in allen Einzelheiten und die Beschreibung und Erklärung der Evolutionsstrategie als technisches Optimierungsverfahren. Hierzu gehört die Entwicklung der Evolutionsstrategie, die Darstellung der Basis-Algorithmen der Evolutionsstrategie, die Bedeutung von schwacher und starker Kausalität sowie die Erklärung des zentralen Gesetzes des evolutionären Fortschritts sowie die ihm zugrunde liegende Bedingung. Zudem wird betrachtet, ob es sich bei dem Optimierungsverfahren um echte Zufallszahlen oder Pseudozufallszahlen handelt. Die Stärken, Schwächen und Unterschiede zur Evolutionstheorie der Evolutionsstrategie werden herausgearbeitet und abschließend erfolgt die Beschreibung von drei praktischen Anwendungen der Evolutionsstrategie
.
Unseren Planeten gibt es seit knapp vier Milliarden Jahren. Die Natur hat in dieser Zeit Antworten auf nahezu alle Fragen des Lebens entwickelt und optimiert. Auch viele technische Errungenschaften, wie Sonar und Propeller, sind natürlichen Vorbildern entsprungen und haben ihren Ausgangspunkt in der Natur. Mit der Übertragung natürlicher Phänomene auf die Technik beschäftigt sich die Bionik, um ökologische und optimierte Lösungen abzuleiten. Die Bionik ist als Wissenschaft noch recht jung und es werden ihr verheißungsvolle Potenziale zugeschrieben, da die Rechenleistung der Computer stark zugenommen hat.

Excerpt


Auf einen Blick

  • Note: 1,0
  • Praxisbeispiel zur Produktionssteuerung einer Anlage mit fünf Spritzgussmaschinen
  • Praxisbeispiel zur Strömungsoptimierung eines 90°-Rohrkrümmers
  • 44 Quellen im Literaturverzeichnis
  • 10 Abbildungen und 5 Tabellen

Inhaltsverzeichnis

IV Formelverzeichnis

1 Einleitung

1.1 Zielsetzung

1.2 Aufbau der Arbeit

2 Evolutionstheorie

2.1 Evolutionsforschung

2.2 Evolutionstheorie von Charles Darwin

2.3 Gemeinsame Abstammung aller Lebewesen

2.4 Anpassung der Arten an die Umweltbedingungen

2.5 Survival of the fittest: Mutation, Selektion und Adaption

3 Evolutionsstrategie als technisches Optimierungsverfahren

3.1 Definition und Entwicklung der Evolutionsstrategie

3.2 Basisalgorithmen

3.3 Starke und schwache Kausalität

3.4 Zentrales Gesetz des evolutionären Fortschritts

3.5 Zufallszahlen oder Pseudozufallszahlen

5 Zusammenfassung

VI Internetverweise

Zielsetzung und Themen

Die Arbeit erläutert Darwins Evolutionstheorie und die von biologischen Prinzipien inspirierte Evolutionsstrategie als technisches Optimierungsverfahren. Im Mittelpunkt steht die Frage, wie sich biologische Evolutionsprinzipien auf die Optimierung technischer Produkte und Prozesse übertragen lassen und worin sich natürliche Evolution und Evolutionsstrategie unterscheiden.

  • Entwicklung der Evolutionsforschung und Darwins Theorie
  • Abstammung, Anpassung, Mutation und natürliche Selektion
  • Grundlagen und Basisalgorithmen der Evolutionsstrategie
  • Kausalität, Fortschrittsgesetz und Mutationsschrittweite
  • Zufall und Pseudozufall in der Optimierung
  • Vergleich der Ansätze und praktische Anwendungsbeispiele

Auszug aus dem Buch

3.5 Zufallszahlen oder Pseudozufallszahlen

Der Zufall spielt in der Evolutionstheorie nach Darwin eine besondere Rolle. Mutationen erfolgen zufällig und sind aufgrund der Komplexität nicht vorhersehbar, insbesondere weil es in der Natur, anders als in der Simulation, keine klar definierte und konstante Zielfunktion gibt. Beim Imitieren der biologischen Evolution muss der Zufall mit modelliert werden, um die biologischen Vorgänge und die Evolution möglichst naturgetreu zu simulieren.

Zufallszahlen werden unterschieden in echte und Pseudo-Zufallszahlen. Bei echten Zufallszahlen liegt immer ein physikalischer Vorgang zugrunde. Hierunter zählen Münzwurf, Würfeln, Roulette, das Rauschen elektronischer Bauelemente, radioaktive Zerfallsprozesse oder quantenphysikalische Effekte. Da sie auch bei gleichen Anfangsbedingungen unterschiedliche Werte liefern, sind diese Verfahren nicht-deterministisch.

Ein deterministischer Zufallszahlengenerator erzeugt demgegenüber bei gleichen Ausgangsbedingungen die gleichen Werte. Die so erzeugten Zufallszahlen sehen zwar zufällig aus, sind aber mit einem deterministischen Algorithmus berechnet. Sie sind somit mit entsprechender Dokumentation reproduzierbar und nicht zufällig, verfügen aber über ähnliche statistische Eigenschaften, wie die gleichmäßige Häufigkeitsverteilung und geringe Korrelation, wie echte Zufallszahlen. Solche Zufallszahlen werden Pseudozufallszahlen genannt. Sie lassen sich deutlich leichter von Computern erzeugen und sind in ihrer Güte i.d.R. ausreichend. In der realen Anwendung, gerade bei Simulationen, genügt häufig eine Folge von Pseudozufallszahlen. Für die Erzeugung der Pseudo-Zufallszahlen gibt es weitere Verfahren, wie verschiedene softwaretechnische, hardwaretechnische und manuelle Methoden.

Die Evolutionsstrategie basiert auf einem mathematischen Algorithmus. Die Einbindung des Zufalls ist somit ein rationales Verfahren, bei dem es darum geht, die Testpunkte im hochdimensionalen Raum gleichmäßig, um den Elter zu platzieren. Eine Mutation erfolgt also bei der Evolutionsstrategie nach dem Prinzip der statistischen Normalverteilung. Es handelt sich daher um einen Pseudozufall. Die Zufallszahlen sind Gauß-verteilt mit dem Mittelwert 0 und der Standardabweichung σ. Die Variable σ steht in diesem Fall für die Schwankungsbreite der Zufallszahlen. Rechenberg stellt die Wichtigkeit der symmetrischen Variationen damit heraus, indem er sagt, dass er sich über Evolutionsstrategien wundern muss, die auch bei der eindimensionalen Optimierung (mutativen Schrittweitenregelung) auf den Zufall schwört. So wird weiter ausgeführt, dass dem Zufall selbst bei der Evolutionsstrategie keine Rolle zufallen wird, sondern dass es darum geht, ein Verfahren zu finden, das Testpunkte so setzt, dass räumlich und zeitlich keine Richtung bevorzugt wird. Dies wird durch normalverteilte Zufallsvariablen erreicht.

Zusammenfassung der Kapitel

Einleitung: Die Einleitung stellt den Zusammenhang zwischen biologischen Vorbildern und technischer Optimierung her. Sie beschreibt Zielsetzung und Aufbau der Arbeit.

Evolutionstheorie: Das Kapitel behandelt die Entwicklung der Evolutionsforschung und Darwins Vorstellungen von gemeinsamer Abstammung, Anpassung und natürlicher Auslese.

Evolutionsstrategie als technisches Optimierungsverfahren: Dieses Kapitel erläutert Entstehung, Basisalgorithmen und Voraussetzungen der Evolutionsstrategie. Weitere Themen sind Fortschrittsgesetz, Pseudozufallszahlen sowie Stärken und Schwächen des Verfahrens.

Zusammenfassung: Abschließend werden die behandelten Ansätze zusammengeführt und die Möglichkeiten der Evolutionsstrategie kritisch betrachtet.

Schlüsselwörter

Evolutionstheorie, Evolutionsstrategie, Charles Darwin, Bionik, Optimierung, Mutation, Selektion, Anpassung, Basisalgorithmen, Kausalität, Fortschrittsgesetz, Pseudozufallszahlen, Zielfunktion, Produktionssteuerung

Häufig gestellte Fragen

Worum geht es in der Arbeit?

Die Arbeit beschäftigt sich mit Darwins Evolutionstheorie und der Evolutionsstrategie als biologisch inspiriertem Optimierungsverfahren.

Welche Themen stehen im Mittelpunkt?

Behandelt werden biologische Evolution, natürliche Selektion, technische Optimierungsalgorithmen, Kausalität und der Einsatz von Zufallszahlen.

Was ist das Ziel der Untersuchung?

Die Arbeit will die Evolutionstheorie erläutern, die Evolutionsstrategie erklären und beide Ansätze hinsichtlich ihrer Gemeinsamkeiten und Unterschiede betrachten.

Welche wissenschaftliche Methode wird verwendet?

Die Arbeit wertet Fachliteratur aus, erläutert theoretische Konzepte und stellt Evolutionstheorie und Evolutionsstrategie vergleichend gegenüber. Ergänzend beschreibt sie veröffentlichte Praxisbeispiele.

Was behandelt der Hauptteil?

Der Hauptteil führt von Darwins Theorie über die Grundlagen und Algorithmen der Evolutionsstrategie zu einem Vergleich der biologischen und technischen Ansätze.

Welche Schlüsselbegriffe charakterisieren die Arbeit?

Zu den zentralen Begriffen gehören Evolutionstheorie, Evolutionsstrategie, Mutation, Selektion, Kausalität, Zielfunktion und Pseudozufallszahlen.

Welche Rolle spielt die Mutationsschrittweite?

Sie bestimmt die Größe der Veränderungen im Optimierungsprozess und wird im Zusammenhang mit dem evolutionären Fortschrittsgesetz und der Anpassung der Schrittweite behandelt.

Welche Praxisbeispiele werden beschrieben?

Die Beispiele betreffen die Strömungsoptimierung eines Rohrkrümmers, eine energieeffiziente Produktionssteuerung und den Querbalken einer Portalfräsmaschine.

Warum unterscheidet die Arbeit zwischen Zufallszahlen und Pseudozufallszahlen?

Sie zeigt, dass echte Zufallszahlen auf physikalischen Vorgängen beruhen, während Pseudozufallszahlen durch deterministische Verfahren erzeugt und bei gleichen Ausgangsbedingungen reproduziert werden können.

Excerpt out of 33 pages  - scroll top

Details

Title
Evolutionsstrategien als technische Optimierungsverfahren
College
AKAD University of Applied Sciences Stuttgart
Grade
1,0
Author
Anonym (Author)
Publication Year
2020
Pages
33
Catalog Number
V514815
ISBN (eBook)
9783346109019
ISBN (Book)
9783346109026
Language
German
Tags
evolutionsstrategien optimierungsverfahren
Product Safety
GRIN Publishing GmbH
Quote paper
Anonym (Author), 2020, Evolutionsstrategien als technische Optimierungsverfahren, Munich, GRIN Verlag, https://www.grin.com/document/514815
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.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  33  pages
Grin logo
  • Grin.com
  • Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint
  • Withdraw Contract