Genetische Algorithmen sind von der Natur inspirierte Such-Algorithmen mit welchen man schwierige multidimensionale Probleme lösen kann. Dabei muss man für die Suche nur eine Bewertungsfunktion angeben die beschreibt, wie gut die aktuelle Lösung ist (Fitness).

Der Vortrag gibt einen Überblick, wie ein genetischer Algorithmus (GA) im Prinzip funktioniert. Dann wird vorgestellt, was man damit machen kann. Beispiele sind das Erzeugen von magischen Quadraten, die Erstellung (nicht das Lösen) von schwierigen Sudokus, oder die Berechnung von Antennen am Beispiel einer Antenne für das 70cm Amateurfunkband.

Eine Antenne kann man berechnen wenn man einen genetischen Algorithmus mit einem Programm zur Antennen- Simulation koppelt. Damit lassen sich Antennen-Designs finden, die in der Praxis recht gute Eigenschaften haben. Es wird gezeigt, wie man die Parameter einer Antenne für einen GA aufbereitet und zeigt schließlich einige -- teilweise auch auf den ersten Blick überraschende -- Ergebnisse von Yagi-Antennen für das 70cm Amateurfunkband.

Für die Software habe ich das "Parallel Genetic Algorithm Package" PGApack (das ist eine uralte SW von den Argonne National Laboratories aus den 1990er Jahren die auf Parallelrechnern mit MPI laufen kann aber auch eine Standalone-Variante hat. Ich habe eine Version davon gemacht die die Original-Doku wieder aus TeX bauen kann, einen Bug fixt, und die Änderungen des Debian Maintainers einpflegt. Ausserdem compiliert meine Version gegen alle drei MPI-Implementierungen die von Debian gepackaged werden) und meinen Python-Wrapper dazu verwendet. Für die Antennensimulation kommt eine Variante von NEC2 für Python zum Einsatz.