Genetische Repräsentation

Bei evolutionären Algorithmen (EA) versteht man unter genetischer Repräsentation (auch Problemrepräsentation) die Art und Weise, wie ein Optimierungsproblem codiert wird, sodass es mit einem EA gelöst werden kann. EAs suchen Lösungen für Optimierungsprobleme mit Methoden der natürlichen Evolution. Der Begriff der genetischen Repräsentation umfasst dabei sowohl die konkreten Datenstrukturen und Datentypen, mit denen das genetische Material der Lösungskandidaten in Form eines Genoms realisiert wird, als auch die Beziehungen zwischen Suchraum und Problemraum. Im einfachsten Fall entspricht der Suchraum dem Problemraum (direkte Repräsentation). Die Wahl der Problemrepräsentation ist gebunden an die Wahl der genetischen Operatoren, beide wirken sich entscheidend auf die Effizienz der Optimierung aus. Die Unterschiede in den genetischen Repräsentationen sind eines der Hauptkriterien für die Klassifizierung der unterschiedlichen EAs. Das Genom eines Lösungskandidaten hat oft die Form eines Bitstrings, einer Liste ganzer und/oder reeller Zahlen, einer Reihenfolge (bei kombinatorischen Problemen wie Travelling Salesman) oder eines Baumes.

Die Terminologie entspricht oft dem biologischen Vorbild. So werden die Daten, die einen Lösungskandidaten kennzeichnen, als Individuum bezeichnet. Die zugehörige Datenstruktur nennt man ein Chromosom. Jedes Chromosom besteht aus Genen und die möglichen Werte eines bestimmten Gens heißen Allele.

1. A.E. Eiben, J.E. Smith: Introduction to Evolutionary Computing (= Natural Computing Series). Springer, Berlin, Heidelberg 2015, ISBN 978-3-662-44873-1, doi:10.1007/978-3-662-44874-8. 
   1. ↑ S. 40
   2. ↑ Representation and the Roles of Variation Operators, S. 49–51
   3. ↑ Popular Evolutionary Algorithm Variants, S. 99–118
   4. ↑ Representation, Mutation, and Recombination, S. 49–78
   5. ↑ Representation (Definition of Individuals), S. 28–30
2. ↑ D.B. Fogel: Phenotypes, genotypes, and operators in evolutionary computation. In: IEEE (Hrsg.): Proceedings of 1995 IEEE International Conference on Evolutionary Computation. Band 1. IEEE, 1995, ISBN 978-0-7803-2759-7, S. 193–198, doi:10.1109/ICEC.1995.489143. 
3. ↑ Franz Rothlauf: Representations for Genetic and Evolutionary Algorithms. In: Representations for Genetic and Evolutionary Algorithms. Springer, Berlin, Heidelberg 2006, ISBN 978-3-540-25059-3, S. 9–32, doi:10.1007/3-540-32444-5_2. 
4. ↑ VDI/VDE (Hrsg.): VDI/VDE 3550 Blatt 3:2003-02. Weißdruck. DIN Media, Berlin 2003 (18 S., dinmedia.de).