Documente Academic
Documente Profesional
Documente Cultură
Paradigme ale CE
Calculul evolutiv contine paradigmele optimizarii si clasificarii
cu masini instruibile, care se bazeaza pe mecanisme evolutive:
genetica biologica,
selectia naturala
comportament adaptiv
Specificul CE
Mecanisme de cautare in spatiul solutiilor bazate pe principiile
evolutiei naturale principiul supravietuirii celui mai bun (teoria
evolutionista - Darwin).
Pentru gasirea solutiei se utilizeaza o populatie de solutii
potentiale care evolueaza.
Evolutia indivizilor din populatie: indivizii din noua generatie devin
mai adaptati mediului dacat indivizii din care au fost creati -
similar cu adaptarea naturala.
Furnizeaza aproximari din ce in ce mai bune ale solutiei.
Pentru a ghida cautarea solutiei problemei, asupra populatiei se
utilizeaza transformari specifice evolutiei naturale: selectie,
recombinare (crossover, incrucusare), mutatie, reinsertie, etc
Transformari specifice CE
Selectie
Indivizii populatiei mai apropiati de solutia problemei (o masura de
tip eroare) sunt considerati mai adecvati (potriviti) si sunt favorizati,
adica au mai multe sanse de a fi selectati pentru crearea generatie
urmatoare.
Transformari specifice CE
Selectie
Indivizii populatiei mai apropiati de solutia problemei (o masura de
tip eroare) sunt considerati mai adecvati (potriviti) si sunt favorizati
adiva au mai multe sanse de a fi selectati pentru crearea generatie
urmatoare.
Recombinare (Crossover, Incrucisare)
Pornind de la doi (sau mai multi) indivizi ai populatiei curente
(parinti) se genereaza noi indivizi (urmasi). In functie de calitatea
acestora (adecvare, potrivire) urmasii isi (pot) inlocui parintii.
Mutatie
Pentru a asigura variabilitatea (diversitatea) populatiei se aplica, la
fel ca in natura, transformari cu caracter aleator (stocastic) asupra
indivizilor populatiei permitand astfel aparitia unor trasaturi (gene)
care doar prin selectie si incrucisare nu ar fi aparut in cadrul
populatiei.
Tehnici de inteligenţă computaţională în electronică, G. Oltean
CALCUL EVOLUTIONIST
Subdomenii ale CE
Subdomenii ale CE - AG
Algoritmi genetici (genetic algorithms)
Reprezinta tehnici de cautare si optimizare avand ca punct de
pornire o metafora biologica, bazata pe mostenirea genetica si
evolutia naturala
Se folosesc in special pentru rezolvarea unor probleme complexe de
optimizare (minimizare, maximizare a unei functii obiectiv).
Populatia este reprezentata de stari din spatiul problemei codificate
binar (un element al populatiei este un sir de biti) sau cu variabile reale.
Principalii operatori sunt cei de selectie si incrucisare, cel de mutatie
avand o probabilitate mai mica de aplicare.
Algoritmii genetici au fost propusi de catre Holland in perioada anilor
1960, initial ca modele ale evolutiei si adaptarii la mediu a sistemelor
naturale.
Ulterior s-a observat ca algoritmii genetici pot fi utilizati si ca
instrumente eficace in rezolvarea problemelor de optimizare.
Tehnici de inteligenţă computaţională în electronică, G. Oltean
CALCUL EVOLUTIONIST
Subdomenii ale CE - PE
Programare evolutiva (evolutionary programming)
Initial programarea evolutionista a avut ca obiectiv dezvoltarea unor
structuri de calcul (automate) printr-un proces de evolutie in care se
utilizeaza doar selectia si mutatia; nu se utilizeaza incrucisarea.
Fiecare punct in populatie reprezinta o intraga specie, speciile fiind
in competitie
Concentrata pe procese top-down a comportamentului adaptiv;
dezvoltarea de modele comportamentale
Bazele domeniului au fost puse de catre Fogel.
Ulterior, programarea evolutionista a fost orientata catre rezolvarea
problemelor de optimizare avand aceeasi sfera de aplicabilitate ca si
strategiile evolutive.
Se folosesc in special pentru rezolvarea unor probleme de
optimizare.
Subdomenii ale CE - SE
Strategii evolutive (evolution strategies)
Se bazeaza pe evolutia evolutiei
Au fost concepute initial pentru a rezolva probleme de optimizare in
tehnica fiind destinate rezolvarii problemelor de optimizare continua.
Supravietuirea celui mai potrivit
Operatorul principal este cel de mutatie dar si recombinarea este
folosita.
Pentru strategiile evolutive au fost dezvoltate scheme de adaptare a
parametrilor de control (auto-adaptare).
Scopul este de a muta populatia inspre regiunea cea mai buna din
spatiul solutiilor
La dezvoltarea strategiilor evolutive contributii importante au adus
Rechenberg si Schwefel.
Subdomenii ale CE - PG
Programare genetica (genetic programming)
Este o directie mai recenta a calculului evolutiv, dezvoltata la sfarsitul
anilor 1980 de catre Koza.
Scopul programarii genetice este dezvoltarea unor "modele" de calcul
(programe simple).
Populatia este reprezentata de programe care candideaza la rezolvarea
problemei.
Exista diferite reprezentari ale elementelor populatiei, una dintre cele
mai clasice fiind aceea in care se utilizeaza o structura arborescenta
pentru reprezentarea programelor (a populatiei).
Incrucisarea este realizata selectand aleator sub-arbori din arborele
asociat programelor parinte si interschimbandu-le.
Ca si in cazul algoritmilor genetici mutatia are pondere mica.
Programe de calculator care sunt codificate de catre alte programe
proiectate pentru a le optimiza performantele
Tehnici de inteligenţă computaţională în electronică, G. Oltean
CALCUL EVOLUTIONIST