Genetische Algorythmen

Genetische Algorythmen sind eine mathematische Methode, deren Grundidee mit der Evolutionstheorie aus der Natur stammt. Sie basieren auf dem naturlichen Vorbild der Evolution (das "Überleben des Stärkeren") und sie generieren künstliche Populationen. In jeder Generation, eine neue Menge von künstliche Populationen (Strings) wird erschafft dank dem Gebrauch der besten Teilen der vorherigen Generation so dass, von Generation zu Generation, der Algorithmus immere bessere Lösungen entwickelt. Ab und zu werden neue künstliche Populationen ausprobiert, um eventuelle Verbesserungen einzuführen.
Genetische Algorythmen wurden von der Forschungsgruppe von John Holland (Adaptation in Natural and Artificial Systems) ausprobiert. Ihre Forschung hatte zwei Ziele: die Adaptation der naturlischen Systemen genau zu erklären und die Entwicklung von Software, die das gleiche naturliche Verfahren verwenden. Genetische Algorythmen sind keine zufällige Suche: sie untersuchen die historischen Daten, um die beste Individuen auszulesen. Sie gehören zur probabilistischen Algorithmen aber sie sind sehr verschieden von zufälligen Algorithmen, weil sie stochastische und geleitete Untersuchung kombinieren und deswegen, starker sind als die existierende Untersuchungsverfahren. Insbesondere Optimierungsaufgaben, wie z.B. Portfolio-Optimierung, lassen sich damit effizient lösen