Informatikai Rendszerek Tervez ése 5. El ő ad á s: G enetikus algoritmus ok Illy és László

1. Sapientia - Erdélyi Magyar TudományEgyetem (EMTE) Csíkszereda IRT.- 5.kurzus 1 InformatikaiRendszerekTervezése 5. Előadás: Genetikus algoritmusok Illyés László

2. Tartalom Bevezető • A kanonikus genetikus algoritmus • A genetikus algoritmusok biológiai alapjai • Történelem • Permutációs adatstruktúrák • Speciális reprezentációk • Saját reprezentációk

3. Bevezető Charles Darwin elmélete és G.J. Mendel statisztikai kísérletei egy minőségi ugrást jelentettek a biológiában. J.D. Watson és F. Crick készítették el először a DNS struktúrát, ahogy ma is ismerjük. A komplexitás elmélet és az operációkutatás nagy hatással voltak a kutatásokra, kimutatva, hogy a valós, komplex problémák nem oldhatók meg polinomiális idő alatt Keresték az olyan algoritmusokat, amelyek modellezni és utánozni tudnák a nagy túlélőt: a Természetet.

4. A DNS struktúrája Forrás: Wikipedia, dezoxiribonukleinsav

5. Kétszékelybarkchobázik:- Tekeredik?- Ja, tekeredik!- Osztkunkorodik is?- A' hát, kunkorodik is!- De osztcsavarodniosztcsavarodik-é?- Csavarodikhát!- Nono, nacsaknemtán a dezoxiribonukleinsav?! http://kecskefeszek.net/vicc/szekely-viccek/barkochba.html

6. Az algoritmus működése POPULÁCIÓval dolgozunk Kezdeti populáció elkészítése a véletlent használja (RAND). Minden ciklus egy újGENERÁCIÓ Kiértékelés: a problémára adott megoldás EREDMÉNYének kiszámítása

7. Genetikus OPERÁTOROK • kiválasztás (Darwin szerinti) Az életképesebb egyéneknek nagyobb az esélyük a túlélésre vagy szaporodásra, génei nagyobb valószínűséggel lesznek benne a következő generáció gyerekeiben • életképesség ↔ jobb eredmény • keresztezés • mutáció • reprodukció

8. Mandel szerintiöröklődés (a keresztezés mechanizmusa) Forrás: Wikipedia, Mandelian inheritance

9. Mi történik, ha keresztezik a zsiráfotés a vakondot?! • fúrótorony • Mittörténik, ha keresztezzük a pulitegyzsiráffal? • szívinfarktustkap a juhász • Mi lesz, ha a kecskétés a kacsátkeresztezzük? • mekkdonalds. • Mi lesz a bulldog és a boxer kereszteződéséből? • bulldózer • Mi lesz a kígyó és a sűndisznó kereszteződéséből? • szögesdrót

10. Bináris sztringek egypontos keresztezése Szülők Keresztezés locus P1 P2 Gyerekek (offsprings) O1 O2

11. Bináris sztringek kétpontos keresztezése Keresztezés locusok Szülők P1 P2 Gyerekek (offsprings) O1 O2

12. Bináris sztringek uniform keresztezése Szülők P1 P2 Gyerekek (offsprings) O1 O2 0.5-0.5 valószínűséggel egyik vagy másik szülőtől

13. Túlzott mutáció http://www.pecsistop.hu/tudomany/elkepeszto-mutans-szuletett-a-tudosok-is-elismertek-video/1133995/

14. "All of the illustrations in the Talking Glossary of Genetics are freely available and may be used without special permission." Mutáció tipusok Törlés Duplikálás Inverzió Beszúrás Transzlokáció

15. Bináris sztringek mutációja Csak egy gén mutálódik P1 O1 A gének egymástól függetlenül mutálódnak P1 O1

16. Bináris sztringek mutációja Csak egy gén mutálódik P1 O1 A gének egymástól függetlenül mutálódnak P1 O1

17. A kanonikus genetikus algoritmus A problémát a hátizsák problémán keresztül vizsgáljuk, amelyik egy befektetési portfólióról szól. Egy befektetőnek c tőkéje van, amit be szeretne fektetni. Választhat n befektetésből. Az összes lehetséges befektetés értéke nagyobb, mint a tőke, ami rendelkezésére áll. Az i-edik befektetés összege fdi és a várható nyereség bi si-kiválasztási vektor: si=1 ha kiválasztjuk az i-edik variáns, másképp si=0 A matematikai modell:

18. A genetikus algoritmus helye az optimalizálásban optimalizálási eljárások gradiens alapú módszerek sztochasztikus kimerítő keresésen alapuló szimulált lehűtés direkt indirekt tabu algoritmus evolúciós algoritmusok Dinamikus programozás evolúciós stratégiák genetikus algoritmusok párhúzamos soros Álmos A. et.all, Genetikus algoritmusok, Typotex, Budapest, 2002, pp. 21

19. Történeti áttekintés -minden rendszer egy olyan populáció kialakítására épül, amely egy adott probléma megoldási lehetőségeit tartalmazza 1965,73 – Rechenberg – evolúciós stratégiák 1966 – Fogel, Owens és Walsh – evolutív programozás 1975 – Holland J. – genetikus algoritmusok – a kanonikus genetikus algoritmus 1992,94 – Koza J.R. – genetikus programozás

20. A genetikus algoritmusok biológiai háttere Miért használható? Sok számítási feladat megoldásakor szükségünk van egy adaptációs lehetőségre, vagyis arra, hogy az algoritmus robusztus legyen változó környezetben is Robotikában, a robotirányításban, meg kell oldani olyan feladatokat, amelyek változó környezetben zajlanak, a program használható kell legyen más felhasználó számára is. A túlélési versenyben, az erősebb egyedeknek (akik jobban megoldanak egy problémát, több energiaforráshoz jutnak) nagyobb az esélyük, hogy szaporodjanak, a gyerekeik örökölni fogják a kromoszóma-állományuk egy részét.

21. A genetikus algoritmus és a biológiai megfelelője Álmos A. et.all, Genetikus algoritmusok, Typotex, Budapest, 2002, pp. 40

22. A szaporodás Az egyszerű, vagy a generációs szaporodás: lecseréli a szülő (régi) populációt. Ennek kiegészítése képpen, használatos az elitizmus princípiuma, amelyben a populáció legjobb elemei továbbélnek a következő generációban is.

23. Átrendező operátorok • Permutációkra kidolgozott • Az utazóügynök problémát megoldó • Egy olyan genetikus anyag, amelyben minden gén más-más információt hordoz- nincs 2 egyforma gén • A permutációs jelleg megmarad

24. Átrendező operátorok INVERZIÓ-művelete A A’ “Egy valódi gén funkciója gyakran független annak a kromoszómán belüli pozíciójától (habár egy helyhez tartozó gének gyakran együttműködnek)”

25. Átrendező operátorok CX- Cycle Crossover A B Gyerekek (offsprings) A’ B’

26. Átrendező operátorok CX- Cycle Crossover A B Gyerekek (offsprings) A’ B’

27. Átrendező operátorok CX- Cycle Crossover A B Gyerekek (offsprings) A’ B’

28. Reprezentáció és kódolás 1. Klasszikus, rögzített hosszúságú bináris sztring 2. Egészértékű kódolás 3. Lebegőpontos kódolás

29. Reprezentáció és kódolás 4. Változó hosszúságú kromoszóma 5. Kétdimenziós kromoszóma

30. Reprezentáció és kódolás 5. Listás kromoszóma ábrázolás 5 31 4 63 16 6. Fa-struktúrájú kromoszóma ábrázolás 35 41 1 8 23 56 17

31. Reprezentáció és kódolás x + x - - + + c b 1 a x x 3.5 -1.2 b 2.5 c a Programok kódolása fa-struktúrában

32. MTSP –több utazóügynök probléma Egy kromoszómás technika Két kromoszómás technika

33. MTSP –több utazóügynök probléma Kétrészű kromoszóma technika A kromoszóma első részére lehet alkalmazni bármilyen rekombinációs műveletet. A második részére a kromoszómának ki kell találni egy másfajta keresztezés vagy mutációs műveletet

34. Sarokalgoritmuskromoszómája

35. Kontroll kromoszóma

36. Kontroll kromoszóma keresztezés operátora