Documente Academic
Documente Profesional
Documente Cultură
Reprezentări cromozomiale.
Operatorul mutație.
I. ALGORITMI GENETICI (GA)
Respectă structura unui EA
II. Reprezentarea soluțiilor. Reprezentarea binară
Alegerea unei anumite reprezentări depinde de problema particulară de
rezolvat și este foarte importantă pentru ca GA să furnizeze soluții apropiate
de cele optime.
Număr 0 1 2 3 4 5 6 7
Cod binar 0000 0001 0010 0011 0100 0101 0110 0111
std.
Cod Gray 0000 0001 0011 0010 0110 0111 0101 0100
Număr 8 9 10 11 12 13 14 15
Cod binar 1000 1001 1010 1011 1100 1101 1110 1111
std.
Cod Gray 1100 1101 1111 1110 1010 1011 1001 1000
III. Reprezentarea prin vectori cu numere întregi
Exemplu: problema determinării unui drum între două puncte date într-o
reţea de puncte în care conexiunile posibile sunt sus, jos, stânga şi
respectiv dreapta revine la determinarea unei secvenţe de deplasări către
nord, sud, est, respectiv vest cu câte o unitate. Fiecare tip de deplasare
este codificată cu o valoare din 0,1,2,3 .
Alegerea unei codificări - pe baza unor relaţii naturale între valorile pe care
le poate lua fiecare atribut (variabilă).
Atribute ordinale - dacă sunt cu valori într-o mulţime de numere întregi,
valoarea 2 este “mai similară“ cu 3 decât cu 312.
Atributelor cardinale – distanța între două valori posibile este irelevantă.
IV. Reprezentarea prin numere reale
În multe situaţii practice, reprezentarea unui candidat la soluţie este
realizată prin intermediul unui şir de numere reale. În general este preferată
această reprezentare atunci când fenotipurile provin dintr-o distribuţie
continuă. Genotipul corespunzător unui candidat soluţie cu n gene este deci
vectorul 𝑥 = 𝑥1 , 𝑥2 , … , 𝑥𝑛 , unde 𝑥𝑖 ∈ ℝ, 𝑖 = 1, … , 𝑛.
max 𝑓 𝑥
𝑥∈𝐷
𝑥 = 𝑥1 , 𝑥2 , … , 𝑥𝑛 𝑇
𝑛
𝐷 = ෑ 𝑎𝑖 , 𝑏𝑖
𝑖
- probleme de optimizarea potrofoliilor de active
V. Reprezentarea prin permutări
Permutările sunt utilizate în probleme în care trebuie stabilită
ordinea apariţiei unor secvenţe de evenimente.
Clase de probleme:
probleme în care ordinea apariţiei evenimentelor este
importantă. Exemplu: problema planificării activităţilor;
probleme în care apare dependenţa de adiacenţă – scopul:
stabilirea vecinătăților. Exemplu: problema comis-voiajorului
Diferenţa: în cazul celei de-a doua clase, punctul de start (în
cazul problemei comis-voiajorului oraşul de plecare) nu este
important.
VI. Schemele generale de mutaţie
Schemele de principiu
Reprezentarea prin șiruri de Reprezentarea prin permutări
biți/ numere din ℤ/ℝ (Reprezentare 2)
(Reprezentare 1)
• O – populația de progenituri • O – populația de progenituri
• dim – dimensiunea populației • dim – dimensiunea populației
• n – lungimea unui cromozom • 𝑝𝑚 - probabilitatea de mutație
• 𝑝𝑚 - probabilitatea de mutație
for i=1:dim for i=1:dim
for j=1:n • generează aleator 𝑟 ∈ 0,1
• generează aleator 𝑟 ∈ 0,1 • if 𝑟 ≤ 𝑝𝑚
• if 𝑟 ≤ 𝑝𝑚 • efectuează mutație în
• efectuează mutație cromozomul O(i,:)
asupra alelei O(i,j)
Schemele generale de mutaţie aplicată populației
progeniturilor – problemele fără constrângeri
Reprezentare 1 Reprezentare 2
• O – populația de progenituri cu • O –populația de progenituri cu
dim cromozomi de lungime n dim cromozomi
• 𝑝𝑚 - probabilitatea de mutație • 𝑝𝑚 - probabilitatea de mutație
• MO – populația rezultată • MO – populația rezultată
MO=O; MO=O;
for i=1:dim for i=1:dim
1. mutat=0; 1. generează 𝑟 ∈ 0,1
2. for j=1:n 2. if 𝑟 ≤ 𝑝𝑚
2.1. generează 𝑟 ∈ 0,1 2.1. MO(i,:)=mutație(O(i,:));
2.2. if 𝑟 ≤ 𝑝𝑚 2.2. evaluează MO(i,:)
• MO(i,j)=mutație(O(i,j));
• mutat=1;
3. if mutat
• evaluează MO(i,:)
Schemele generale de mutaţie aplicată populației
progeniturilor – problemele cu constrângeri
Reprezentare 1 Reprezentare 2