Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Informatikai Rendszerek Tervezése 5. Előadás: Genetikus algoritmusok Illyés László Sapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT.-5.

Hasonló előadás


Az előadások a következő témára: "Informatikai Rendszerek Tervezése 5. Előadás: Genetikus algoritmusok Illyés László Sapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT.-5."— Előadás másolata:

1 Informatikai Rendszerek Tervezése 5. Előadás: Genetikus algoritmusok Illyés László Sapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT.-5. kurzus 1 1

2 Tartalom Bevezető •A kanonikus genetikus algoritmus •A genetikus algoritmusok biológiai alapjai •Történelem •Permutációs adatstruktúrák •Speciális reprezentációk •Saját reprezentációk

3 Bevezető Charles Darwin elmélete és G.J. Mendel statisztikai kísérletei egy minőségi ugrást jelentettek a biológiában. J.D. Watson és F. Crick készítették el először a DNS struktúrát, ahogy ma is ismerjük. A komplexitás elmélet és az operációkutatás nagy hatással voltak a kutatásokra, kimutatva, hogy a valós, komplex problémák nem oldhatók meg polinomiális idő alatt Keresték az olyan algoritmusokat, amelyek modellezni és utánozni tudnák a nagy túlélőt: a Természetet.

4 A DNS struktúrája Forrás: Wikipedia, dezoxiribonukleinsav

5 Két székely barkchobázik: - Tekeredik? - Ja, tekeredik! - Oszt kunkorodik is? - A' hát, kunkorodik is! - De oszt csavarodni oszt csavarodik-é? - Csavarodik hát! - Nono, na csak nem tán a dezoxiribonukleinsav?! -viccek/barkochba.html

6 POPULÁCIÓval dolgozunk Kezdeti populáció elkészítése a véletlent használja (RAND). Minden ciklus egy új GENERÁCIÓ Az algoritmus működése Kiértékelés: a problémára adott megoldás EREDMÉNYének kiszámítása

7 Genetikus OPERÁTOROK • kiválasztás (Darwin szerinti) Az életképesebb egyéneknek nagyobb az esélyük a túlélésre vagy szaporodásra, génei nagyobb valószínűséggel lesznek benne a következő generáció gyerekeiben életképesség ↔ jobb eredmény • keresztezés • mutáció • reprodukció

8 Mandel szerinti öröklődés (a keresztezés mechanizmusa) Forrás: Wikipedia, Mandelian inheritance

9 Mi történik, ha keresztezik a zsiráfot és a vakondot?! fúrótorony Mit történik, ha keresztezzük a pulit egy zsiráffal? szívinfarktust kap a juhász Mi lesz, ha a kecskét és a kacsát keresztezzük? mekkdonalds. Mi lesz a bulldog és a boxer kereszteződéséből? bulldózer Mi lesz a kígyó és a sűndisznó kereszteződéséből? szögesdrót

10 Bináris sztringek egypontos keresztezése Keresztezés locusSzülők Gyerekek (offsprings) P1 P2 O1 O2

11 Bináris sztringek kétpontos keresztezése Keresztezés locusok Szülők Gyerekek (offsprings) P1 P2 O1 O2

12 Bináris sztringek uniform keresztezése Szülők Gyerekek (offsprings) P1 P2 O1 O valószínűséggel egyik vagy másik szülőtől

13 Túlzott mutáció a-tudosok-is-elismertek-video/ /

14 "All of the illustrations in the Talking Glossary of Genetics are freely available and may be used without special permission." Mutáció tipusok Törlés Duplikálás Inverzió Beszúrás Transzlokáció

15 Bináris sztringek mutációja Csak egy gén mutálódik A gének egymástól függetlenül mutálódnak P1 O1 P1 O1

16 Bináris sztringek mutációja Csak egy gén mutálódik A gének egymástól függetlenül mutálódnak P1 O1 P1 O1

17 A kanonikus genetikus algoritmus A problémát a hátizsák problémán keresztül vizsgáljuk, amelyik egy befektetési portfólióról szól. Egy befektetőnek c tőkéje van, amit be szeretne fektetni. Választhat n befektetésből. Az összes lehetséges befektetés értéke nagyobb, mint a tőke, ami rendelkezésére áll. Az i-edik befektetés összege fd i és a várható nyereség b i s i -kiválasztási vektor: s i =1 ha kiválasztjuk az i-edik variáns, másképp s i =0 A matematikai modell:

18 A genetikus algoritmus helye az optimalizálásban optimalizálási eljárások gradiens alapú módszereksztochasztikuskimerítő keresésen alapuló direktindirektDinamikus programozástabu algoritmus szimulált lehűtés evolúciós algoritmusok evolúciós stratégiák genetikus algoritmusok párhúzamossoros Álmos A. et.all, Genetikus algoritmusok, Typotex, Budapest, 2002, pp. 21

19 Történeti áttekintés -minden rendszer egy olyan populáció kialakítására épül, amely egy adott probléma megoldási lehetőségeit tartalmazza 1965,73 – Rechenberg – evolúciós stratégiák 1966 – Fogel, Owens és Walsh – evolutív programozás 1975 – Holland J. – genetikus algoritmusok – a kanonikus genetikus algoritmus 1992,94 – Koza J.R. – genetikus programozás

20 A genetikus algoritmusok biológiai háttere Miért használható? Sok számítási feladat megoldásakor szükségünk van egy adaptációs lehetőségre, vagyis arra, hogy az algoritmus robusztus legyen változó környezetben is Robotikában, a robotirányításban, meg kell oldani olyan feladatokat, amelyek változó környezetben zajlanak, a program használható kell legyen más felhasználó számára is. A túlélési versenyben, az erősebb egyedeknek (akik jobban megoldanak egy problémát, több energiaforráshoz jutnak) nagyobb az esélyük, hogy szaporodjanak, a gyerekeik örökölni fogják a kromoszóma-állományuk egy részét.

21 A genetikus algoritmus és a biológiai megfelelője BiológiaGenetikus algoritmusok KromoszómaSztring Génjellemző génváltozat (allél)Jellemző értéke Gén helye (locus)Sztring-pozíció GenotípusStruktúra FenotípusEgy megoldás Álmos A. et.all, Genetikus algoritmusok, Typotex, Budapest, 2002, pp. 40

22 A szaporodás Az egyszerű, vagy a generációs szaporodás: lecseréli a szülő (régi) populációt. Ennek kiegészítése képpen, használatos az elitizmus princípiuma, amelyben a populáció legjobb elemei továbbélnek a következő generációban is.

23 Átrendező operátorok •Permutációkra kidolgozott •Az utazóügynök problémát megoldó •Egy olyan genetikus anyag, amelyben minden gén más-más információt hordoz- nincs 2 egyforma gén •A permutációs jelleg megmarad

24 Átrendező operátorok INVERZIÓ-művelete KTLOSPFH KSOLTPFH “Egy valódi gén funkciója gyakran független annak a kromoszómán belüli pozíciójától (habár egy helyhez tartozó gének gyakran együttműködnek)” A A’A’

25 Átrendező operátorok CX - Cycle Crossover Gyerekek (offsprings) A B A’A’ B’

26 Átrendező operátorok CX - Cycle Crossover Gyerekek (offsprings) A B A’A’ B’

27 Átrendező operátorok CX - Cycle Crossover Gyerekek (offsprings) A B A’A’ B’

28 Reprezentáció és kódolás Klasszikus, rögzített hosszúságú bináris sztring 2. Egészértékű kódolás Lebegőpontos kódolás

29 Reprezentáció és kódolás Változó hosszúságú kromoszóma Kétdimenziós kromoszóma

30 Reprezentáció és kódolás 5. Listás kromoszóma ábrázolás 6. Fa-struktúrájú kromoszóma ábrázolás

31 Reprezentáció és kódolás b c x - a x - + xx ac b Programok kódolása fa-struktúrában

32 MTSP –több utazóügynök probléma Egy kromoszómás technika Két kromoszómás technika

33 MTSP –több utazóügynök probléma Kétrészű kromoszóma technika A kromoszóma első részére lehet alkalmazni bármilyen rekombinációs műveletet. A második részére a kromoszómának ki kell találni egy másfajta keresztezés vagy mutációs műveletet

34 Sarok algoritmus kromoszómája

35 Kontroll kromoszóma

36 Kontroll kromoszóma keresztezés operátora


Letölteni ppt "Informatikai Rendszerek Tervezése 5. Előadás: Genetikus algoritmusok Illyés László Sapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT.-5."

Hasonló előadás


Google Hirdetések