• Nie Znaleziono Wyników

Mutacyjny algorytm ewolucyjny

N/A
N/A
Protected

Academic year: 2021

Share "Mutacyjny algorytm ewolucyjny"

Copied!
34
0
0

Pełen tekst

(1)

ALHE

Jarosław Arabas

(2)

Protoplasta algorytmu ewolucyjnego

selekcja S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S0 wariacja Losowy sąsiad Wybór punktu z prawdopodobieństwem zależnym od jakości S3

(3)

Rozszerzony algorytm błądzenia

przypadkowego

algorytm rozszerzone błądzenie przypadkowe

x ← x

0

H ← {x

0

}

while ! stop

x ← select ( H )

y ← selRandom(N (x))

H ← H ∪{ y }

Rozkład prawdopodobieństwa wyboru nie jest rozkładem jednostajnym,

(4)

Wariant pośredni p-stwa selekcji

protoplasta algorytmu ewolucyjnego

Czerwone punkty: p-stwo selekcji w błądzeniu przypadkowym

Niebieskie punkty: p-stwo selekcji w stochastycznym wzroście

Zielone punkty: jeden z możliwych wariantów p-stwa selekcji

(5)

Mutacyjny algorytm ewolucyjny

selekcja S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12 S0 mutacja Losowy sąsiad Wybór punktów z prawdopodobieństwem zależnym od jakości

Punkty, z których wykonywana jest selekcja, pochodzą z pewnego okna czasowego o skończonej, stałej długości

S6 S5

(6)

Mutacyjny algorytm ewolucyjny

algorytm mutacyjny ewolucyjny

inicjuj P

0

← {

P

1,0

P

20

... P

μ0

}

t ← 0

H ← P

0

while ! stop

for (i∈1:μ)

O

it

mutation(select ( P

t

))

P

it + 1

O

it

H ← H ∪P

t

t ← t+ 1

a jest zmienną losową

(7)

Mutacyjny algorytm ewolucyjny

S1 S2 S3 S4 S5 S6 S7 S8 S9 S0

Strzałki między punktami Sx oraz Sy oznaczają,

że punkt Sy jest lokalną modyfikacją punktu Sx

S11S12S13 S14 S15 S16 S17 S18 S19

S10 S20

(8)

Mutacyjny algorytm ewolucyjny

algorytm mutacyjny ewolucyjny

inicjuj P

0

← {

P

1,0

P

20

... P

μ0

}

t ← 0

H ← P

0

while ! stop

R

t

reprodukcja ( P

t

)

O

t

mutacja( R

t

)

H ← H ∪O

t

P

t+ 1

O

t

t ← t+ 1

a jest zmienną losową

(9)

Mutacyjny algorytm ewolucyjny

sposób przetwarzania punktów

Mutacja Zastępowanie (sukcesja)

Reprodukcja

(10)

Typy selekcji (najczęstsze)

proporcjonalna (ruletkowa)

turniejowa

progowa

(populacja posortowana dla turniejowej i progowej)

p

s

(

P(t ,i))=

q(P(t ,i))+ a

j

(

q (P(t , j))+ a)

p

s

(

P(t ,i))=

{

1

θμ

i≤θμ

0

w p.p.

}

p

s

(

P(t ,i))=

1

μ

s

((μ−

i+ 1)

s

−(μ−

i)

s

)

(11)

Rangowe metody selekcji

0 20 40 60 80 100 120 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 Progowa(1/7) Turniej(2) Turniej(5) ranga punktu p-st w o se le kc ji

(12)

Jak zrealizować losowanie z

założonym rozkładem p-stwa

Dystrybuatna rozkładu p-stwa losowania

Wylosowana wartość dystrybuanty (z rozkładem jednostajnym

(13)

Jak zrealizować losowanie z

założonym rozkładem p-stwa

Dystrybuatna rozkładu p-stwa losowania

Wylosowana wartość dystrybuanty (z rozkładem jednostajnym)

a ~ U(0,1)

Wynikiem losowania jest punkt, dla którego zachodzi

(14)

Selekcja turniejowa

p

s

P t , i=

1

s

−i1

s

−−i

s

P(t) 1 5 7 Szranki s miejsc 5

Losowanie ze zwracaniem s numerów z zakresu 1..8 z rozkładem jednostajnym

Reprodukcji podlega punkt ze szranek, dla którego wartość f. celu jest największa

(15)

Idea mutacji

Przed mutacją

Po mutacji

y=mutacja(x)

(16)

Typy mutacji (przykłady)

Mutacja gaussowska (typowa)

-0.878 0.945 1.145

0.477 Mutowane rozwiązanie

-0.258 -0.209 0.415 -0.004

Realizacje zmiennej losowej o rozkładzie normalnym

z wariancją 0.04

+

-1.136 0.726 1.560

(17)

Typy mutacji (przykłady)

(18)

Dynamika mutacyjnego AE

Mutacja gaussowska

σ=0.1

(19)

Dynamika mutacyjnego AE

Mutacja gaussowska

σ=0.55

(20)

Dynamika mutacyjnego AE

Mutacja gaussowska

σ=5

(21)

Typy mutacji (przykłady)

Mutacja gaussowska

(22)

Typy mutacji (przykłady)

Mutacja gaussowska

(23)

Typy mutacji (przykłady)

Mutacja Cauchy'ego

(24)

Typy mutacji (przykłady)

(25)

Typy mutacji (przykłady)

Mutacja bitowa

1 1 0 0 0 1 1 0 1 0 0 Mutowane rozwiązanie 0 0 0 0 0 1 0 1 0 1 0

Realizacje zmiennej losowej o rozkładzie dwupunktowym z p-stwem jedynki równym

p

m

1 1 0 0 0 0 1 1 1

(26)

Typy mutacji (przykłady)

Patologiczna mutacja gaussowska –

modyfikacja każdej współrzędnej z pewnym

p-stwem

(27)

3421 3412 3241 3214 3142 3124 2134 2143 2314 2341 2413 2431 4123 4132 4213 4231 4312 4321 1432 1423 1342 1324 1243 1234

(28)

3421 3412 3241 3214 3142 3124 2134 2143 2314 2341 2413 2431 4123 4132 4213 4231 4312 4321 1432 1423 1342 1324 1243 1234

Przestrzeń rozwiązań

(29)

Mutacja permutacji (1)

Zamiana przyległych pozycji

3

1

4

2

3

4

1

2

1

3

4

2

(30)

Mutacja permutacji (2)

Zamiana dowolnych pozycji

3 1 4 2

4 1 3 2

1 3 4 2

2 1 4 3

3 4 1 2

3 2 4 1

3 1 2 4

(31)

Funkcja celu – w jakim stopniu cel

jest spełniony/niespełniony

Liczba par liczb, które nie spełniają pożądanej

relacji porządku

3

1

4

2

3 pary nie spełniają

3 pary spełniają

(32)

Wa Kr Po Wr Ka Sz Lu Ol Zg Bi Ki Gd L 377 212 193 178 137 116 80 195 156 152 235 319 362 170 166 193 209 203 186 217 165 By 227 270

Graf odległości

(33)

Gd GdOl GdSz GdBy GdWa GdByWa GdByL GdWaOl GdWaBi GdWaLu GdWaKi GdWaBy GdWaL GdByLWr GdByLKa GdByLPo GdByLKaKr GdByLKaWr GdWaKiKr GdWaLPo GdWaLWr GdWaLKa GdWaLKaWr GdWaLKaKr

Przestrzeń przeszukiwań

(fragment)

(34)

Gd GdOl GdSz GdBy GdWa GdByWa GdByL GdWaOl GdWaBi GdWaLu GdWaKi GdWaBy GdWaL GdByLWr GdByLKa GdByLPo GdByLKaKr GdByLKaWr GdWaKiKr GdWaLPo GdWaLWr GdWaLKa GdWaLKaWr GdWaLKaKr

Mutacja w przestrzeni ścieżek

w grafie

Cytaty

Powiązane dokumenty

Proces obliczeń kwantowych przy wykorzystaniu danych wejściowych pod- danych procesowi kwantyzacji oraz przy wykorzystaniu wag modelu neuralnego także poddanych procesowi

1 Elementy sztucznego kodu genetycznego zapisane w postaci wartości (np. liczb) mogą być traktowane jak pierwotne sztuczne geny, a elementy sztucznego kodu

Element systemowego ujęcia krzyżowania wynikał z uporządkowania par rodzicielskich po każdej generacji algorytmu SAE w układzie od max do min oraz wyliczaniu ich

KAE wykorzystano m.in. do poprawy parametrów ruchu końca ramienia ro- bota PR-02 wzorując się na podstawowych założeniach algorytmu ewolucyjne- go [6-7,18-27], który uzupełniono

pobieranie wektorów czteroelementowych [Θ 1 , λ 2 , λ 3 , Θ 4 ] określających jeden punkt pierwotnego przebiegu trajektorii z puli 30 punktów, losowanie

Poniżej przedstawiono zapis badania EKG 28-letniej kobiety z epizodami omdleń w wywiadzie oraz z udokumentowanymi incydentami częstoskur- czu komorowego torsade de pointes..

Wpro- wadzanie do szkół metody odkrywania przez rozumowanie w nauczaniu przedmiotów przyrodniczych jest wykonalne jedynie metodą małych, acz- kolwiek konsekwentnych

W okresie stanu wojennego Edward Müller organizował podziemne struktury opozycji demokratycznej, wchodził w skład Okręgowego Komitetu Oporu w Słupsku i