Die Modellierung adaptiver Prozesse durch Evolutionäre Algorithmen

Es wurde bereits darauf hingewiesen, dass Zellularautomaten und Boolesche Netze sich besonders gut für die Simulation einfacher selbstorganisierender Prozesse eignen, d. h. Prozesse, bei denen keine Veränderung der Interaktionsregeln stattfindet. Nur in diesem Sinne sind derartige Prozesse natürlich „einfach“. Reale Systeme, wie insbesondere soziale und kognitive, sind jedoch häufig auch in der Lage, sich an Umweltbedingungen anzupassen und ggf. ihre Regeln zu verändern. Es ist sicher kein Zufall, dass diese Eigenschaften verschiedener realer Systeme in zunehmendem Maße auch in der Robotik und den Entwicklungen von Internetagenten immer bedeutsamer werden. Die Vorteile, hier mit adaptiven Einheiten arbeiten zu können, liegen auf der Hand. Derartige adaptive Fähigkeiten lassen sich für zahlreiche Probleme besonders gut mit evolutionären Algorithmen modellieren bzw. realisieren, wie in diesem Kapitel gezeigt wird.