Algorithmus

  
Abbildung: Struktugramm des genetischen Algorithmus

Der erste Schritt einer GA-Optimierung besteht darin, eine Population zu  generieren. Die Populationsgröße liegt im allegemeinen zwischen 50 und 1000 Individuen , wobei man unter einem Indiviuum ein einzelnes Gen (also einen Parametersatz) versteht. Die Werte der Ausgangspopulation werden in den meisten Fällen mit einem Zufallsgenerator   bestimmt. Der nächste Schritt ist die Bewertung der Population. Es werden also die Gene zu den Parametern rücktransformiert und in das jeweilige Modell eingesetzt. Je nach der Güte der Anpassung erhält jedes Gen eine Bewertung (z.B. den reziproken Wert der   least squares). An dieser Stelle folgt die Selektion - die besten Gene werden in die nächste Generation »vererbt«, die schlechteren verworfen. Jetzt folgen die Schritte Paarung, Crossover und Mutation.

Bei der Paarung werden aus der Population Paare gebildet, die dann dem Prozeß des Crossover  unterworfen werde. Unter Crossover versteht man - analog zur Genetik - einen Informationsaustausch zwischen den beiden Genen. Algorithmisch bedeutet das nichts anderes, als den Austausch von Bits zwischen den beiden Individuen. Der letzte Schritt ist die Mutation : An dieser Stelle werden mit einer bestimmten Wahrscheinlichkeit einzelne Bits in den Genen invertiert.

Jetzt muß natürlich die neu entstandene Population wieder bewertet werden (s.o.) und der oben beschriebene Ablauf wird wiederholt: Paarung, Crossover, Mutation, Bewertung, ... - solange bis entweder ein Konvergenzkriterium erfüllt wird, oder eine bestimmte Anzahl von Generationen erreicht wird. Ein Überblick über den Algorithmus wird in Abb. gegeben.