abstract = "Die Genetische Programmierung (GP) ist ein an die
Evolutionstheorie angelehntes Optimierungsverfahren,
bei dem mit Hilfe der Prinzipien von Vererbung und
Selektion heuristisch Problemloesungen gesucht werden.
Waehrend verwandte Verfahren wie die
Evolutionsstrategien bevorzugt fuer
Parameteroptimierungen genutzt werden, wird GP
hauptsaechlich zur Strukturoptimierung eingesetzt. In
der Genetischen Programmierung stellen Elemente des
Suchraums Computerprogramme dar. Diese Programme sind
Ausdruecke einer formalen Sprache und wurden in den
ersten GP-Systemen durch Ableitungsbaeume
repraesentiert. Fuer viele Problemstellungen ist jedoch
eine Repraesentation durch Graphen nahe liegender. In
dieser Arbeit wird das GP-System GGP vorgestellt, das
GP-Programme als Graph kodiert: Neben der Einfuehrung
der neuen graphbasierten Individuenrepraesentation
werden die neu entwickelten, dazu passenden,
genetischen Operatoren definiert und erlaeutert. Die
Leistungsfaehigkeit im Vergleich zu einem
herkoemmlichen, baumbasierten GP-System konnte anhand
von GP-typischen Testproblemen empirisch belegt werden.
Eine Analyse der hierbei gewonnenen Ergebnisse fuehrte
zu mehreren Systemerweiterungen: Adaptive Verfahren zur
Operatorauswahl, neue Methoden zur Veraenderung der
Schrittweiten im Suchraum sowie die dynamische
Verwaltung mehrerer Teilpopulationen von GP-Individuen
ermoeglichen eine weitere signifikante Verbesserung der
Ergebnisse der Testprobleme. Durch
Isomorphiebetrachtungen bzgl. der erzeugten
GP-Programme kann die Anzahl der benoetigten
Rechenoperationen zusaetzlich sign",
notes = "In German
Supervisors: Prof. Dr. Wolfgang Banzhaf and Prof. Dr.
Peter Marwedel",