Anwendung Genetischer Algorithmen auf Handlungsbäume in Multiagentensystemen zur Simulation sozialen Handelns

Die Arbeit untersucht die Entstehung und Veränderung von Handlungsmustern in sozialen Systemen mit Hilfe von Computersimulationen, und sie basiert auf der Synthese zweier wissenschaftlicher Methoden: den Genetischen Algorithmen und der Theorie der Handlungsbäume.
Genetische Algorithmen entstanden in Anlehnung an biologische Evolutionsmechanismen und lassen sich erfolgreich zur Simulation sozialer Systeme einsetzen. Handlungsbäume werden in der analytischen Handlungstheorie zur strukturellen Beschreibung von Handlungsräumen verwendet. Der Theorie der Handlungsbäume liegt die Beobachtung zugrunde, dass sich gewisse Handlungen durch den Ausdruck indem ordnen lassen. Durch die Anwendung Genetischer Algorithmen auf (codierte) Handlungsbäume kann ein kognitiv adäquater und intuitiv einfacher Algorithmus erstellt werden, mit dem sich die Veränderung von Handlungsräumen und das Lernverhalten von Agenten in natürlicher Weise beschreiben lassen.
Von besonderem Interesse sind in dieser Arbeit Entscheidungshandlungen und ökonomische Handlungstypen wie etwa Kauf, Tausch oder Betrug, deren Attribute durch Binärfolgen repräsentiert und durch Genetische Algorithmen verändert wurden. Dadurch können Verhaltensänderungen von Agentenpopulationen in Abhängigkeit von verschiedenen Bewertungskriterien von Handlungstypen hinsichtlich deren Handlungsresultaten untersucht werden.