Содержание
- 2. Возникли ГА в результате попыток копирования естественных процессов, происходящих в мире живых организмов. Идею построения таких
- 3. Генети́ческий алгори́тм (англ. genetic algorithm) — это эвристический алгоритм поиска, применяемый для решения задач оптимизации и
- 4. В методологии ГА используется биологическая терминология в упрощенном виде Особь (индивидуум, от лат . individuum -
- 5. Локус – позиция, указывающая место размещения данного гена в хромосоме (цепочке). Функция приспособленности (fitness function) –
- 6. ЭТАПЫ ГЕНЕТИЧЕСКОГО АЛГОРИТМА Создание начальной популяции Вычисление функций приспособленности для особей популяции (оценивание) Начало цикла: Выбор
- 7. Модель «эволюционного процесса»
- 8. ПРИНЦИП РАБОТЫ ГА Задача кодируется таким образом, чтобы её решение могло быть представлено в виде вектора
- 9. Простой генетический алгоритм
- 10. Вектора переменных в ГА записываются в виде цепочек символов, используя, как правило, бинарное кодирование. Хромосома (особь)
- 11. Доля производимых на каждой итерации отпрысков называется коэффициентом скрещивания. Произведение коэффициента скрещивания на размер популяции показывает
- 12. СХЕМА ОПЕРАЦИИ СКРЕЩИВАНИЯ
- 13. популяция
- 14. Операция мутации. Мутация - это фоновая операция, производящая случайное изменение в различных хромосомах. Наипростейший вариант мутации
- 15. Случайный поиск является примером стратегии, которая, наоборот, исследует пространство решений, игнорируя исследование перспективных областей поискового пространства.
- 16. ПРЕИМУЩЕСТВА ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ Существуют два главных преимущества генетических алгоритмов перед классическими оптимизационными методиками: 1. ГА не
- 17. Пример ГА: Решение Диофантова уравнения Рассмотрим диофантово (только целочисленные решения) уравнение: a+2b+3c+4d=30, где a, b, c
- 18. Таблица 2: Коэффициенты выживаемости первого поколения хромосом Так как меньшие значения ближе к 30, то они
- 19. Таблица 3: Вероятность оказаться родителем Для выбора 5-и пар родителей (каждая из которых будет иметь 1
- 20. Таблица 4: Симуляция выбора родителей Каждый потомок содержит информацию о генах и отца и от матери.
- 21. Таблица 6: Симуляция кросс-оверов хромосом родителей Таблица 7: Коэффициенты выживаемости потомков (fitness)
- 22. Средняя приспособленность (fitness) потомков оказалась 38.8, в то время как у родителей этот коэффициент равнялся 59.4.
- 23. ПРИМЕНЕНИЕ ГА Генетические алгоритмы применяются при разработке программного обеспечения, в системах искусственного интеллекта, оптимизации, искусственных нейронных
- 24. Использование генетических алгоритмов для автоматического формирования программ управления движением автономных реконфигурируемых мехатронно-модульных роботов Совершено самостоятельный аспект
- 25. PolyBot (PARK, Xerox, USA)
- 26. Многозвенные реконфигурируемые мехатронно-модульные роботы в зависимости от условий своего функционирования и специфики решаемых задач должны не
- 27. Формирование программы управления мехатронно-модульного робота в конфигурации шагающего устройства предполагает необходимость построения целесообразной последовательности циклических изменений
- 28. • Структура хромосомы, отвечающей этим требованиям, разбивается на несколько фрагментов, каждый из которых будет кодировать один
- 29. Следовательно, исходя из предположения, что движение робота при моделировании начинается в точке с нулевыми координатами, функция
- 30. Машинная реализация процесса эволюции особей, которые представляются в виде хромосом с выбранным способом структуризации, обусловливает необходимость
- 31. Как известно, формирование новой популяции особей в процессе их эволюции осуществляется в результате рекомбинации отобранных хромосом
- 33. В ходе выполнения экспериментальных исследований селекция синтезируемых хромосом осуществлялась по методу элитного отбора. Для эмуляции движений
- 35. Анализ экспериментальных данных показывает, что в смысле полезности полученных хромосом автоматически формируемые с помощью генетического алгоритма
- 36. АППАРАТНАЯ РЕАЛИЗАЦИЯ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ Идея применения генетических алгоритмов в системах автоматизированного проектирования активно развивается наряду с
- 38. Скачать презентацию