1 / 17

Izranjajuća Inteligencija

Izranjajuća Inteligencija. SVEUČILIŠTE U ZAGREBU Fakultet elektrotehnike i računarstva. Autori: Krešimir Antolić Tomislav Lugarić Zvonimir Pavlić. Zagreb 2008. Dumb parts, properly connected into a swarm, yield smart results. Kevin Kelly New Rules for the New Economy Sep 1997.

ismet
Télécharger la présentation

Izranjajuća Inteligencija

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Izranjajuća Inteligencija SVEUČILIŠTE U ZAGREBU Fakultet elektrotehnike i računarstva Autori: Krešimir Antolić Tomislav Lugarić Zvonimir Pavlić Zagreb 2008.

  2. Dumb parts, properly connected into a swarm, yield smart results. Kevin Kelly New Rules for the New Economy Sep 1997

  3. Izranjajuća Inteligencija? • svojstvo nekih decentraliziranih sustava da, iako sastavljenih od velikog broj jednostavnih nezavisnih elemenata, iskazuju inteligentno ponašanje • timski rad, ne od 10 članova, nego stotina i tisuća raznih elemenata, koji postižu rezultate kakve bi često i najbolji hijerarhijski sustav imao problema postići

  4. Karakteristike • jednostavni dijelovi sustava • decentralizirani sustav sastavljen od jednostavnih dijelova • fleksibilan, robustan, samoorganizirajuć sustav • povratna veza!

  5. Thewholeisgreaterthan the sumof the parts.

  6. U Svijetu Oko Nas Pčele Ekonomija Internet Gradovi Ptice

  7. U Svijetu U Nama Napredak Umjetnost Znanost Pismo

  8. Pojedinac? Ili skupina pojedinaca? Tko je zaslužan za ovo?

  9. Izranjajuća Inteligencija i Znanost • znanost proučava i posuđuje znanje prirode • rješavanje problema koji se mogu prikazati pomoću grafova Prepreka Kako pronađe najkraći put?

  10. Mrav I Hrana A - početak 1 E 2 F - hrana F D 4 -ostavljanje feromonskog traga 5 -što je put kraći – to je trag jači 3 -jači feromoni na putu – poželjniji put 2 5 C 3 A 1 B

  11. ACO Algoritam • 1999. Dorigo, Di Caro i Gambardella • Ant Colony Optimization – nastalo promatranjem ponašanjem mrava • heurističke funkcije za odabir rješenja

  12. Primjena • nalaženje najkraćih puteva u grafu • Traveling Salesman Problem • usmjeravanje paketa u mreži • paralelno rješavanje problema

  13. Traveling Salesant Problem Problem: Proći sve mravinjake i vratiti se u početni mravinjak najkraćim mogućim putem. m1 t13=2 t14=4 t13=5 t34=3 m3 ?!? m4 t23=1 t24=2 m2

  14. Algoritam? • “mravi” – pamte put, ostavljaju “feromonski” trag obrnuto proporcionalno prijeđenom putu, nakon što prijeđu put • odabir sljedećeg mravinjaka vrši se pomoću duljine puta i ostavljenog feromonskog traga l1 t12= 2 n12=0.5 m3 t23= 3 l2=j n23=0.9

  15. m1 t13=2 t14=4 t13=5 t34=3 m3 m4 t23=1 t24=2 m2 dA=9 dA=9 Svaki mrav nakon prolaska ostavlja feromonski trag nij=1/dk. dB=12 dB=9 U svakoj sljedećoj iteraciji mrav preferira put sa više feromona. dC=9 dC=9

  16. Algoritam! Funkcija ACO postaviMraveURazliciteMravinjake dok(uvjet_prestanka_izracunavnja) nadjiRjesenjeZaSvakogMrava ispariFeromonskiTrag ostaviFeromonskiTragZaSvakogMrava

  17. Zaključak • priroda puna dobrih rješenja za probleme koje znanost često susreće • ACO algoritam pogodan za rješavanje problema prikazanih pomoću grafa • postoje mnoge varijante implementacije ACO algoritma, ali nijedna ne garantira nalaženje najboljeg riješenja, ali riješenje koje se nađe obično je veoma dobro

More Related