Bereits in den 60-er Jahren begann sich Ingo Rechenberg an der Technischen Universität Berlin mit Evolutionsstrategien zu beschäftigen. (Siehe auch in [RECHENB 73] und [SCHÖNEB 94]) Sein Modell, das eine eigene Graphiknotation für die verschiedenen genetischen Operationen einführt und die relevante Erbinformation als Vektoren reeller Zahlen codiert, wurde in den 70-er und 80-er Jahren von H.-P. Schwefel verbessert und erweitert. (Siehe [SCHW 77]. Diese sogenannte "deutsche Schule" um Rechenberg sieht die biologische Evolution als Richtschnur für die Entwicklung von leistungsstarken Such- und Optimierungsverfahren an.
Ebenfalls in den 60-er Jahren begann sich John Holland unabhängig von Rechenberg mit der Simulation von Evolutionsabläufen zu beschäftigen. Jedoch standen für ihn keine praktischen Fragen im Vordergrund, sondern nur das Problem, wie der Informationsfluß mit genetischen Mechanismen in der Natur ohne Fehler ablaufen kann. Er stellte sich dir Frage, wie es die Natur fertigbringt, mit Hilfe genetischer Prozesse so erstaunliche Dinge, wie Intelligenz, Selbstorganisation und komplexe Formen der Adaption hervorzubringen, und er überlegte auch, wie man diese Fähigkeit künstlich nachbauen und nutzen kann. Sein 1975 erschienenes Hauptwerk trug den Titel "Adaption in Natural and Artificial Systems". (Siehe [HOLLAND 75]) Obwohl dies nicht der ursprüngliche Antrieb zu seinen Forschungen war, hat Holland auch vielfältige Möglichkeiten der Anwendung entwickelt. Rund um Holland und Goldberg (siehe auch [GOLDB 89]) wird in [SCHÖNEB 94] von der sogenannten "amerikanischen" Schule gesprochen, in der dem Codierungsproblem besondere Aufmerksamkeit geschenkt und die Chromosomen einer Population als binäre Vektoren codiert wurden.
Der erste Forscher, der den Begriff "Genetische Algorithmen" in dem noch heute gebräuchlichen Sinn verwendete, war J.D. Bagely von der Universität Michigan in seiner Dissertation (siehe [BAGELY 67]).
Spätere Veränderungen und Verbesserungen sowie Uneinigkeiten der Forscher darüber, welches Modell nun am geeignetsten zur Simulation von Evolutionsprozessen sei, waren und sind reichlich vorhanden. Das Grundgerüst der verschiedenen Algorithmentypen jedoch besitzt einen gleichartigen Aufbau. Die Unterschiede liegen in den Details der Abläufe, der Codierung und der Komplexität.
Nächste Seite: Grundlagen - biologisches Vorbild