Abstract

Genetische Algorithmen (GA) wurden eingesetzt, um eine schnelle manuelle zweidimensionale Zielbewegung in der Sagittalebene zu optimieren. Dabei wurde das Bewegungssystem durch drei Winkel definiert: Hüftwinkel, Schulterwinkel und Ellbogenwinkel. Das Bewegungssystem hatte die Aufgabe, ausgehend von einer definierten Ausgangsstellung (Winkelvorgaben für die o.g. drei Gelenke) und einer definierten Zielposition (x- und y-Koordinaten) eine möglichst ökonomische Bewegungsausführung zu finden. Bei der Prüfung der Angemessenheit der Lösung wurden drei Kriterien eingesetzt: Biologische Realisierbarkeit (Ausschlußkriterium), Zielpräzision (Fitness-Funktion) und "jerk", d.h. dritte Ableitung des Ortes bzw. Winkels über die Zeit (Fitness-Funktion). Ausgangsstellung, Zielposition, Größe der Zeitintervalle, Größe der Populationen, Anzahl der Mutationen und Kreuzungen konnten frei gewählt werden. Ziel der Simulationen war es herauszufinden, unter welchen Bedingungen der GA welche Ergebnisse liefert. Die Simulationen zeigten, dass neben der Bewertungs- bzw. Fitness-Funktion die Anzahl der Kreuzungen und der Mutationen einen gravierenden Einfluss auf das Simulationsergebnis hat.