www.wikidata.uk-ua.nina.az

Еволюційний алгоритм Еволюційні алгоритми напрям в штучному інтелекті розділ еволюційного моделювання що використовує і

Еволюційний алгоритм

Еволюційні алгоритми — напрям в штучному інтелекті (розділ еволюційного моделювання), що використовує і моделює біологічну еволюцію. Розрізняють різні алгоритми: генетичні алгоритми, еволюційне програмування, еволюційні стратегії, системи класифікаторів, генетичне програмування тощо. Всі вони моделюють базові положення в теорії біологічної еволюції — процеси відбору, мутації і відтворення. Поведінка агентів визначається довкіллям. Множину агентів прийнято називати популяцією. Така популяція еволюціонує відповідно до правил відбору відповідно до цільової функції, що задається довкіллям. Таким чином, кожному агентові (індивідуумові) популяції призначається значення його придатності в довкіллі. Розмножуються лише найпридатніші види. Рекомбінація і мутація дозволяють агентам змінюватись і пристосовуватися до середовища. Такі алгоритми належать до адаптивних пошукових механізмів.

Класифікація алгоритмів ред.

Моделювання еволюції можна розділити на дві категорії:[джерело?]

  1. Системи, які використовують лише еволюційні принципи. Вони успішно використовувалися для завдань виду функціональної оптимізації і можуть легко бути описані на математичній мові. До них належать еволюційні алгоритми, такі як еволюційне програмування, генетичні алгоритми, еволюційні стратегії.
  2. Системи, які є біологічно реалістичніші, але які не виявилися корисними в прикладному сенсі. Вони більше схожі на біологічні системи і менш направлені на вирішення технічних завдань. Вони володіють складною і цікавою поведінкою, і, мабуть, незабаром отримають практичне вживання. До цих систем відносять так зване штучне життя.

Еволюційні алгоритми, в сучасному вигляді, з'явились наприкінці 1960-х на початку 1970-х (існують посилання на раніші дослідження). Еволюційні алгоритми можна поділити на три групи:

  • Еволюційне програмування: фокусується більше на адаптації індивідів, аніж на еволюції генетичної інформації. Зазвичай, еволюційне програмування застосовує безстатеве розмноження та мутації, тобто, внесення невеликих змін в поточний розв'язок та методи селекції основані на прямій конкуренції.
  • Еволюційні стратегії (ЕС): Важливою особливістю еволюційних стратегій є використання само-адаптивних механізмів для контролю процесу мутації. Ці механізми зосереджені не лише на еволюції шуканих розв'язків, а й на еволюції параметрів мутації.
  • Генетичний алгоритм (ГА): Основною особливістю генетичних алгоритмів є використання оператора рекомбінації (схрещення) як основного механізму пошуку. Це ґрунтується на припущенні, що частини оптимального розв'язку можуть бути знайдені незалежно та рекомбіновані для отримання кращого розв'язку.

Застосування ред.

Еволюційні алгоритми знайшли широке застосування. Однією з найпоширеніших галузей застосування є комбінаторна оптимізація. Так, еволюційні алгоритми з успіхом було застосовано для розв'язання класичних NP-повних проблем, таких як задача комівояжера, задача пакування рюкзака, розбиття чисел, максимальна незалежна множина та розфарбовування графів.

До інших не класичних задач, для розв'язання яких застосовано еволюційні алгоритми, належать планування, складання розкладів, обчислення маршрутів, задачі розташування та транспортування. Також еволюційні алгоритми використовують для оптимізації структур та електронних схем, в медицині та в економіці.

В останні роки активно розвивається використання еволюційних алгоритмів для передбачення кристалічних структур з допомогою програмного забезпечення . Приклади передбачених структур і матеріалів можна знайти на сайті [1] [ 14 лютого 2018 у Wayback Machine.]

Можливість використання еволюційних алгоритмів у галузі музики активно досліджується насамперед у Австрії, а саме при спробі моделювання та відтворення гри на музичних інструментах видатними особистостями різних епох.

Примітки ред.

  1. ↑ Olariu Stephan, Zomaya Albert Y. Handbook of Bioinspired Algorithms and Applications (Chapman Hall/Crc Computer Information Science). Chapman Hall/CRC. ISBN 1-58488-475-4. 
  2. Архів оригіналу за 7 квітня 2014. Процитовано 20 березня 2013. 

Література ред.

  • Емельянов В. В., Курейчик В. В., Курейчик В. М. Теория и практика эволюционного моделирования. — М : Физматлит, 2003. — 432 с. — ISBN 5-9221-0337-7.
  • Курейчик В. М., Лебедев Б. К., Лебедев О. К. Поисковая адаптация: теория и практика. — М : Физматлит. — 272 с. — ISBN 5-9221-0749-6.
  • Гладков Л. А., Курейчик В. В., Курейчик В. М. Генетические алгоритмы: Учебное пособие. — 2-е изд. — М : Физматлит, 2006. — 320 с. — ISBN 5-9221-0510-8.
  • Гладков Л. А., Курейчик В. В, Курейчик В. М. и др. Биоинспирированные методы в оптимизации: монография. — М : Физматлит, 2009. — 384 с. — ISBN 978-5-9221-1101-0.
  • Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы = Sieci neuronowe, algorytmy genetyczne i systemy rozmyte. — 2-е изд. — М : Горячая линия-Телеком, 2008. — 452 с. — ISBN 5-93517-103-1.

Посилання ред.

Див. також ред.


Це незавершена стаття з математики.
Ви можете допомогти проєкту, виправивши або дописавши її.
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри
Дата публікації:
Evolyucijni algoritmi napryam v shtuchnomu intelekti rozdil evolyucijnogo modelyuvannya sho vikoristovuye i modelyuye biologichnu evolyuciyu Rozriznyayut rizni algoritmi genetichni algoritmi evolyucijne programuvannya evolyucijni strategiyi sistemi klasifikatoriv genetichne programuvannya tosho Vsi voni modelyuyut bazovi polozhennya v teoriyi biologichnoyi evolyuciyi procesi vidboru mutaciyi i vidtvorennya Povedinka agentiv viznachayetsya dovkillyam Mnozhinu agentiv prijnyato nazivati populyaciyeyu Taka populyaciya evolyucionuye vidpovidno do pravil vidboru vidpovidno do cilovoyi funkciyi sho zadayetsya dovkillyam Takim chinom kozhnomu agentovi individuumovi populyaciyi priznachayetsya znachennya jogo pridatnosti v dovkilli Rozmnozhuyutsya lishe najpridatnishi vidi Rekombinaciya i mutaciya dozvolyayut agentam zminyuvatis i pristosovuvatisya do seredovisha Taki algoritmi nalezhat do adaptivnih poshukovih mehanizmiv Zmist 1 Klasifikaciya algoritmiv 2 Zastosuvannya 3 Primitki 4 Literatura 5 Posilannya 6 Div takozhKlasifikaciya algoritmiv red Modelyuvannya evolyuciyi mozhna rozdiliti na dvi kategoriyi dzherelo Sistemi yaki vikoristovuyut lishe evolyucijni principi Voni uspishno vikoristovuvalisya dlya zavdan vidu funkcionalnoyi optimizaciyi i mozhut legko buti opisani na matematichnij movi Do nih nalezhat evolyucijni algoritmi taki yak evolyucijne programuvannya genetichni algoritmi evolyucijni strategiyi Sistemi yaki ye biologichno realistichnishi ale yaki ne viyavilisya korisnimi v prikladnomu sensi Voni bilshe shozhi na biologichni sistemi i mensh napravleni na virishennya tehnichnih zavdan Voni volodiyut skladnoyu i cikavoyu povedinkoyu i mabut nezabarom otrimayut praktichne vzhivannya Do cih sistem vidnosyat tak zvane shtuchne zhittya Evolyucijni algoritmi v suchasnomu viglyadi z yavilis naprikinci 1960 h na pochatku 1970 h isnuyut posilannya na ranishi doslidzhennya Evolyucijni algoritmi mozhna podiliti na tri grupi 1 Evolyucijne programuvannya fokusuyetsya bilshe na adaptaciyi individiv anizh na evolyuciyi genetichnoyi informaciyi Zazvichaj evolyucijne programuvannya zastosovuye bezstateve rozmnozhennya ta mutaciyi tobto vnesennya nevelikih zmin v potochnij rozv yazok ta metodi selekciyi osnovani na pryamij konkurenciyi Evolyucijni strategiyi ES Vazhlivoyu osoblivistyu evolyucijnih strategij ye vikoristannya samo adaptivnih mehanizmiv dlya kontrolyu procesu mutaciyi Ci mehanizmi zoseredzheni ne lishe na evolyuciyi shukanih rozv yazkiv a j na evolyuciyi parametriv mutaciyi Genetichnij algoritm GA Osnovnoyu osoblivistyu genetichnih algoritmiv ye vikoristannya operatora rekombinaciyi shreshennya yak osnovnogo mehanizmu poshuku Ce gruntuyetsya na pripushenni sho chastini optimalnogo rozv yazku mozhut buti znajdeni nezalezhno ta rekombinovani dlya otrimannya krashogo rozv yazku Zastosuvannya red Evolyucijni algoritmi znajshli shiroke zastosuvannya Odniyeyu z najposhirenishih galuzej zastosuvannya ye kombinatorna optimizaciya Tak evolyucijni algoritmi z uspihom bulo zastosovano dlya rozv yazannya klasichnih NP povnih problem takih yak zadacha komivoyazhera zadacha pakuvannya ryukzaka rozbittya chisel maksimalna nezalezhna mnozhina ta rozfarbovuvannya grafiv 1 Do inshih ne klasichnih zadach dlya rozv yazannya yakih zastosovano evolyucijni algoritmi nalezhat planuvannya skladannya rozkladiv obchislennya marshrutiv zadachi roztashuvannya ta transportuvannya Takozh evolyucijni algoritmi vikoristovuyut dlya optimizaciyi struktur ta elektronnih shem v medicini ta v ekonomici V ostanni roki aktivno rozvivayetsya vikoristannya evolyucijnih algoritmiv dlya peredbachennya kristalichnih struktur z dopomogoyu programnogo zabezpechennya USPEX Prikladi peredbachenih struktur i materialiv mozhna znajti na sajti 1 Arhivovano 14 lyutogo 2018 u Wayback Machine Mozhlivist vikoristannya evolyucijnih algoritmiv u galuzi muziki aktivno doslidzhuyetsya nasampered u Avstriyi a same pri sprobi modelyuvannya ta vidtvorennya gri na muzichnih instrumentah vidatnimi osobistostyami riznih epoh 2 Primitki red a b Olariu Stephan Zomaya Albert Y Handbook of Bioinspired Algorithms and Applications Chapman Hall Crc Computer Information Science Chapman Hall CRC ISBN 1 58488 475 4 Madsen S T and Widmer G Evolutionary Search for Musical Parallelism Applications of Evolutionary Computing proceedings of the EvoWorkshops 2005 LNCS 3449 p 488 497 Lausanne Switzerland 30 March 1 April 2005 Springer Verlag Arhiv originalu za 7 kvitnya 2014 Procitovano 20 bereznya 2013 Literatura red Emelyanov V V Kurejchik V V Kurejchik V M Teoriya i praktika evolyucionnogo modelirovaniya M Fizmatlit 2003 432 s ISBN 5 9221 0337 7 Kurejchik V M Lebedev B K Lebedev O K Poiskovaya adaptaciya teoriya i praktika M Fizmatlit 272 s ISBN 5 9221 0749 6 Gladkov L A Kurejchik V V Kurejchik V M Geneticheskie algoritmy Uchebnoe posobie 2 e izd M Fizmatlit 2006 320 s ISBN 5 9221 0510 8 Gladkov L A Kurejchik V V Kurejchik V M i dr Bioinspirirovannye metody v optimizacii monografiya M Fizmatlit 2009 384 s ISBN 978 5 9221 1101 0 Rutkovskaya D Pilinskij M Rutkovskij L Nejronnye seti geneticheskie algoritmy i nechetkie sistemy Sieci neuronowe algorytmy genetyczne i systemy rozmyte 2 e izd M Goryachaya liniya Telekom 2008 452 s ISBN 5 93517 103 1 Posilannya red Sean Luke Essentials of Metaheuristics Arhivovano 3 listopada 2011 u Wayback Machine 2009 225 p Free open text A Field Guide to Genetic Programming Arhivovano 8 serpnya 2015 u Wayback Machine by Poli Langdon and McPhee Available as a free PDF or in printed form from Lulu com Subbotin S O Olijnik A O Olijnik O O Neiterativni evolyucijni ta multiagentni metodi sintezu nechitkologichnih i nejromerezhnih modelej Monografiya Pid zag red S O Subbotina Zaporizhzhya ZNTU 2009 375 s Arhivovano 5 listopada 2013 u Wayback Machine Populyarno o geneticheskih algoritmah Arhivovano 16 chervnya 2008 u Wayback Machine Osnovi teoriyi j zastosuvannya evolyucijnih algoritmiv u praktichnih zastosunkahDiv takozh red nbsp Portal Matematika Bagatokriterialna optimizaciya Evolyuciya nbsp Ce nezavershena stattya z matematiki Vi mozhete dopomogti proyektu vipravivshi abo dopisavshi yiyi Otrimano z https uk wikipedia org w index php title Evolyucijnij algoritm amp oldid 39595853