Documente Academic
Documente Profesional
Documente Cultură
Curs 7. Algoritmi Genetici
Curs 7. Algoritmi Genetici
ALGORITMI GENETICI
n prezent, nu se cunoate cu exactitate ntregul mecanism care a condus evoluia organismelor
vii, ntr-un timp scurt, de la forme primare la forme superioare, evoluate i adaptate condiiilor de pe
Pmnt. Din cercetrile formeaz evoluia a avut la baz cromozomii - grupri organice pentru
codificarea structurilor vii. Prin selecia natural se stabilesc anumite corelaii ntre cromozomi i
performaele structurilor vii, adic se selecteaz acei cromozomi care codific structuri care sunt cel
mai usor adaptabile la condiiile de existen i de asigurare a reproducerii. Evoluia are loc prin
procesul de reproducere, existnd mutaii prin care cromozomii copilului pot fi diferii de cei ai
prinilor biologici. Genele, care poart informaia de adaptare la mediu, sunt mulimi de cromozomi
care sunt purtate de un individ. Cromozomul poate fi reprezentat ca o grupare de bii. n algoritmii
genetici exist o funcie de evaluare, care reprezint o msur a performanelor cromozomilor. Prin
aceasta, o populaie de cromozomi se va mbunti o dat cu nlocuirea prinilor de ctre copii prin
procesul de reproducere. Un algoritm genetic cuprinde o serie de reguli care guverneaz procesul de
reproducere, deci de evoluie a organismelor vii. Un algoritm genetic cuprinde urmtoarele etape:
iniializarea unei populaii de cromozomi;
evaluarea fiecrui cromozom n populaie;
crearea de noi cromozomi prin folosirea metodelor de recombinare i mutaii;
anularea i ndeprtarea unor membri ai populaiei de cromozomi pentru a fi nlocuii de noi
generaii de cromozomi;
evaluarea noilor cromozomi folosind o anumit funcie de evaluare i introducerea lor n
populaia de cromozomi;
continuarea procesului de creare de noi cromozomi pn cnd se epuizeaz timpul de calcul
stabilit.
Prin procedura descris a unui algoritm genetic se stabilete un proces de evoluie a populaiei
de cromozomi, obinndu-se populaii cu performane superioare celor nlocuite. Pentru utilizarea
algoritmilor genetici exist programe care, n general, conin trei module:
modulul de evaluare - conine o funcie de evaluare prin care se apreciaz valoarea, meritul
fiecrui cromozom care trebuie selecionat;
modulul populaiei - conine tehnici de evaluare a cromozomilor n etapele de reproducere i de
manipulare a populaiei;
modulul de reproducere - conine tehnici de creare de noi cromozomi (de exemplu, prin metoda
ncrucirii) i metode de intervenie.
Modulul de evaluare a cromozomilor
Acest modul folosete o funcie de evaluare.
Exemplu, f6 de forma:
f 6 0.5
(sin x 2 y 2 ) 2
1.0 0.001( x 2 y 2 ) , unde:
x i y sunt numere reale n cod zecimal, obinute printr-o serie de operaii de decodificare a
grupului de bii care reprezint cromozomul. Astfel, numrul de bii ai cromozomului sunt grupai
prin njumtire n dou numere binare, care sunt convertite n cod binar, obinndu-se dou numere
1
c)Operaiunea de inversare
Aceast tehnic de reproducere se refer la un singur cromozom i const n inversarea ordinii
elementelor unui cromozom ntre dou puncte alese aleator. n general, se consider c acest
algoritm are eficien mare la cromozomi de lungimi mari, care nc nu au aplicaii largi n sistemele
de conducere.
Trsturile generale ale algoritmilor genetici sunt:
Algoritmii genetici au fost propui pentru a imita trsturile din evoluia natural.
Algoritmii genetici folosesc tehnici de creare de noi populaii, diferite de prinii lor i
utiliznd tehnici de selectare a prinilor celor mai valoroi.
Algoritmii genetici manipuleaz scheme, adic seturi de soluii bune, care prin combinare sau
prin ncruciare se rspndesc n populaie n raport cu valoarea acestora.
S-a demonstrat experimental c, o dat cu creterea numrului de evaluri, cresc performanele
populaiilor rezultate. n prezent nu exist metodologii de alegere dup anumite criterii a unui anumit
algoritm genetic, alegerea fcndu-se experimental. Exist numeroase variante de algoritmi genetici,
unele n curs de elaborare i experimentare, care difer prin tehnicile de creare a unei noi generaii,
de selectare i de evaluare a performanelor.
UTILIZAREA ALGORITMILOR
REZIDUURILOR
GENETICI
PENTRU
PLANIFICAREA
PROCESRII
Problemele de planificare ale unor operaii de producie reprezint un domeniu larg de utilizare
a algoritmilor genetici. Dac exist mai multe instalaii n care trebuie procesate materile provenite
din alte faze ale produciei, se pune problema utilizrii n comun a mainilor, utilajelor, asigurnduse un flux continuu i fiabil de producie. Procesarea n diferite utilaje necesit timp de ncrcare,
prelucrare i transport. Restriciile n planificare, precum costurile i limitele de timp, capacitile
mainilor i ale oamenilor, reprezint condiiile de funcionare a utilajelor. n cadrul planificrii
procesrii rezidurilor se cere s se obin programul de lucru pentru utilaje, ndeplinindu-se
restriciile de planificare i de limitare a resurselor disponibile.Pentru rezolvarea acestei probleme de
optimizare se folosesc algoritmi genetici, iar pentru evaluarea rezultatelor obinute se folosesc
instrumente program de simulare.
Programule de lucru pentru utilaje sunt date pentru perioade determinate de timp, de obicei
zile. Dispecerul de utilaje permite planificrile de operaii pe utilaje. Poate interveni, ns, defectarea
unor utilaje, sau perturbri nedorite ale procesrii, care trebuie compensate prin aciunile
planificatorului. Prin utilizarea algoritmilor genetici n regim de planificare se obine o secven
cvasioptimal a operaiilor de procesare a materialelor.
Populaia n care opereaz algoritmul genetic const ntr-o list de planuri de lucru. Fiecare
populaie este caracterizat printr-o grupare de bii, fig. 8.1. care codific timpul de lansare, de
pregtire i alte date opionale pentru perioada de timp planificat.
0 1 1 0 1 1 0 1 1
start (zile)
prelucare
alte date
Plan 1
Populaia se iniializeaz cu o soluie niial cunoscut.
Plan 2
Pentru algoritmul de reproducere s-a ales metoda ncrucirii i mutaiei, rezultnd planuri
cvasioptimale de executare a operaiunilor, prin care se minimizeaz timpul pierdut n care utilajele
nu sunt folosite.
Algoritmul genetic prezentat s-a experimentat pentru un parc format din mai multe utilaje, pe
care trebuiau prelucrate sute de arje de materiale, avnd ca criteriu de optimizare timpul de
ntrziere n prelucrarea acestora. Cercetrile experimentale au dovedit c prin utilizarea algoritmilor
genetici n planificare, timpul de ntrziere se reduce cu peste 50%, ceea ce ofer o mai mare
eficien economic procesului de prelucrare.