2.1) GA-Basisalgorithmus
11
2.2) Repräsentationsvarianten
15
2.2.1) Gray-Code 16
2.2.2) Höhere Kardinalitäten
16
2.2.3) Multi-String-Repräsentationen
17
2.2.4) Nicht-String-Repräsentationen
18
2.2.5) Nicht-adaptive
variable Repräsentationslängen 19
2.2.6) Adaptive variable
Repräsentationslängen 20
2.2.7) Repräsentationsraum
in einer Open-Ended-Evolution 24
2.3) Selektionsvarianten
25
2.3.1) Scaling 25
2.3.2) Crowding und Generation
Gap 26
2.3.3) Sharing 27
2.3.4) Mating restriction
28
2.3.5) Ranking 28
2.4) Reproduktions-Operatoren
29
2.4.1) Mutations-Operatoren
29
2.4.1.1) Zeitabhängige
nicht-adaptive Mutationen 29
2.4.1.2) Adaptive Mutationen
30
2.4.2) Rekombinations-Operatoren
32
2.4.2.1) Mehrpunkt-Crossover
32
2.4.2.2) Uniform-Crossover
32
2.4.2.3) Punctuated-Crossover
33
2.4.2.4) Linear-Crossover
33
2.4.2.5) SAGA-Crossover
33
2.4.2.6) Fuzzy-Min-Max-Rekombination
35
2.4.2.7) MEA-Rekombination
36
2.4.2.8) Template- und
Fuzzy-Template-Crossover 37
2.5) Populationsvarianten
42
2.5.1) Populationsgrösse
42
2.5.2) Initialisierung
der Startpopulation 43
2.5.3) Generationskonzepte
44
2.5.3.1) Generation-Replacement
44
2.5.3.2) Elitist-Strategie
44
2.5.3.3) Steady-State-Konzept
44
2.5.3.4) Generation
Gap 44
2.5.4) Parallele Populationsstrukturen
45
2.5.4.1) Migration 46
2.5.4.2) Diffusion 48
3.1) ES-Basis-Algorithmen
49
3.1.1) (1+1)-ES 49
3.1.2) (m+1)-ES 50
3.1.3) (1,l)-ES 51
3.1.4) (m+l)- und (m,l)-ES
53
3.2) Selektionsvarianten
54
3.2.1) (m,l)-Proportionale
Selektion und (m,l)-Lineares Ranking 54
3.2.2) Wettkampf-Selektion
57
3.2.3) Wettkampf-Hierarchien
59
3.2.4) ähnlichkeits- und
Cluster-Selektion 60
3.3) Rekombinationsvarianten
64
3.3.1) Thales-Rekombination
64
3.3.2) Lokale und globale
Rekombinationsvarianten 67
3.3.3) Elternanzahl r
innerhalb der (m,k,l,r)-ES 68
3.3.4) Uniform und g-Crossover
68
3.3.5) Rekombinationswahrscheinlichkeiten
innerhalb der (m,k,l,r)-ES 69
3.3.6) Fuzzy-Region-Rekombination
70
3.3.7) Soft-Rekombination
in EASY 72
3.3.8) Template- und Fuzzy-Template-Rekombination
73
3.4) Mutationsvarianten
77
3.4.1) Korrelierte Mutation
77
3.4.2) Mutationswahrscheinlichkeiten
innerhalb der (m,k,l,r)-ES 79
3.4.3) (1, l | k, k)-ES
80
3.4.4) Mutation mit Momentum-Adaption
82
3.4.5) Soft-Mutation in
EASY 87
3.4.6) Cauchy-Mutation
88
3.4.7) ES-Mutation als
Kernel-Operation 90
3.4.8) Sequentielle, monoton
sinkende Komponenten-Mutation 91
3.5) Repräsentations- und
Populationsvarianten 93
3.5.1) Lebensalter k innerhalb
der (m,k,l,r)-ES 93
3.5.2) Multi-Populations-ES
94
3.5.3) Cluster-Populationen
96
3.5.4) Selektionsneutrale
Repräsentationsanteile 102
3.5.4.1) Genetic Load
103
3.5.4.2) Polyploide
105
Individuen mit polyploiden
Objektvektoren 106
Reproduktions-Strategien
mit polyploiden Objektvektoren 108
Fitnessgewichtete
Reproduktions-Strategien 110
Selbstadaption der
Anzahl der rezessiven Objektvektoren 112
Dominante und rezessive
Strategievektoren 114
3.5.5) Lineare Nachbarschafts-ES
(LN-ES) 116
3.5.6) Integer-ES 119
3.5.7) Matrix-ES 121
3.5.8) Intervall-ES 124
3.5.8.1) Zielsetzung
124
3.5.8.2) Datenstruktur
der Intervall-ES-Individuen 127
3.5.8.3) Intervall-Reproduktions-Operationen
129
3.5.8.4) Intervall-Selektions-Operationen
133
3.6) Untere Schätzung der
Generationsanzahl 140
3.7) Mehr-Ziel-ES (MZ-ES)
141
3.7.1) Pareto-ES 141
3.7.2) Pareto-Hierarchien
149
3.7.3) Pareto-Wettkampf-Hierarchien
153
3.7.4) Mehr-Ziel-ES mit
einem Fuzzy-Controller 156
3.7.5) Pareto-ES nach
Binh 160
3.7.6) Kombination von
Mehr-Ziel- und Constraint-ES 161
3.8) Rekombination unterschiedlich
dimensionaler Repräsentationsformen 166
3.8.1) Unterschiedlich
dimensionale Kodierungsvektoren in einer Generation 167
3.8.2) Selbstadaptiv wachsende
Repräsentationen 173
3.8.3) Veränderung der
Kodierungslänge im Generationsverlauf 177
3.8.4) Populationsklassen
mit gleicher Kodierungslänge 178
3.8.5) Populationsklassen
als Spezies 181
3.8.6) Nicht korrespondierende
Rekombinationen 183
3.8.7) Kodierungslängen
bei Cross-Over-Operationen 186
3.8.8) Kodierungslängen
bei anderen genetischen Operationen 189