Projektowanie wspomagane komputerem Wykad 6 Algorytmy ewolucyjne TERMINOLOGIA

Projektowanie wspomagane komputerem Wykład 6

Algorytmy ewolucyjne

TERMINOLOGIA • Chromosom - ciąg DNA stanowiący wzorzec dla danego organizmu • Gen - podstawowy element DNA, zazwyczaj odpowiada za pewną cechę organizmu

TERMINOLOGIA • Genom - zbiór wszystkich chromosomów danego organizmu • Genotyp - zbiór genów zawartych w genomie • Fenotyp - fizyczna interpretacja genotypu

EWOLUCJA BIOLOGICZNA • Ewolucja – proces przekształcania się organizmów w wyniku zmiany częstotliwości występowania poszczególnych genów • Mutacja - zmiana pewnych cech potomka w stosunku do jego przodka • Rekombinacja (krzyżowanie) – kombinacja u potomka cech przodków

ELEMENTY ALGORYTMU EWOLUCYJNEGO • Kodowanie populacji chromosomów. • Ustalenie metody selekcji. • Tworzenie potomków poprzez krzyżowanie. • Losowa mutacja potomków. • Funkcja przystosowania. • Interpretacja.

CYKL EWOLUCJI Selekcja Rodzice Rekombinacja Populacja Zastępowanie Mutacja Potomkowie

PROJEKTOWANIE EWOLUCYJNE

Etapy zastosowania algorytmu ewolucyjnego w danej dziedzinie • zdefiniowanie reprezentacji dla osobników populacji, • wyznaczenie populacji początkowej, • odwzorowanie genotypu w fenotyp, • ocena osobników.

Dalsze kroki • Zdefiniowanie operatorów mutacji. • Zdefiniowanie operatorów rekombinacji. • Wybranie sposobu selekcji osobników na rodziców. • Wybranie sposobu selekcji osobników do zastąpienia. • Wybranie zasady zakończenia algorytmu.

Reprezentacja Należy wybrać najlepszą metodę reprezentowania osobnika w postaci genotypu (kodowanie osobnika). Przy wyborze reprezentacji bierze się pod uwagę: 1. jakie osobniki będą oceniane, 2. jakie operatory będą mogły na nich działać.

PIET MONDRIAN (1872 -1944) Malarz holenderski, twórca neoplastycyzmu, jednego z najwcześniejszych kierunków postulujących w malarstwie abstrakcje geometryczne. Cechy charakterystyczne: linie proste - poziome i pionowe, prostokąty i kolory podstawowe. Zasady przeciwieństw: aktywny – bierny, pion – poziom. 3 kolory zasadnicze: żółty, niebieski, czerwony 3 niekolory: biel, czerń i szarość brak dekoracji, wiara w abstrakcje.

Obrazy Mondriana Reprezentacja

Obrazy Mondriana - I

Obrazy Mondriana - II

Obrazy Mondriana - III

Obrazy Mondriana - IV

Obrazy Mondriana - V

Genotyp i fenotyp

Pierwsze pokolenie - I

Pierwsze pokolenie - II

Pierwsze pokolenie - III

Ocena osobnika • Najkosztowniejszy krok w algorytmie ewolucyjnym. 1. Należy wystrzegać się ponownej oceny osobników, które nie zostały zmodyfikowane. 2. Obniżyć przystosowanie , jeśli fenotyp narusza ograniczenia narzucone na problem.

Operatory mutacji Można wprowadzić jeden lub więcej operatorów mutacji dla zaprojektowanej reprezentacji. Podstawowe warunki: • zakres mutacji jest bardzo istotny i powinna być możliwość kontrolowania go, • mutacja powinna generować poprawne chromosomy.

Mutacja przed 1 1 1 1 po 1 1 1 0 1 1 1 zmutowany gen Mutacja zazwyczaj zachodzi z pewnym prawdopodobieństwem pm dla każdego genu

Mutacja w reprezentacji grafowej • Zmiana wartości atrybutów. • Usunięcie wierzchołka grafu. • Dodanie wierzchołka grafu.

Mutacja globalna

Mutacja lokalna - I

Mutacja lokalna - II

Operatory rekombinacji (Krzyżowanie) Dla danej reprezentacji można zdefiniować jeden lub więcej operatorów rekombinacji. • Potomek musi odziedziczyć jakieś cechy po każdym z rodziców ( w przeciwnym wypadku mamy do czynienia z mutacją). • Rekombinacja powinna generować poprawne chromosomy.

Rekombinacja. . . Cała populacja: Każdy chromosom jest dzielony na n części które są łączone ze sobą. (Przykład dla n=2) podział 1 1 1 1 1 0 0 podział 0 0 0 0 0 1 1 rodzice dzieci

Operator krzyżowania • (G, H, g, h, T, U, pc), gdzie • G, H - grafy wybrane do krzyżowania, • g, h - podgrafy, które zostana zamienione między wybranymi grafami, • T, U - transformacje osadzenia umożliwiające prawidłowe przeniesienie krawędzi, • pc - prawdopodobieństwo krzyżowania.

Drugie pokolenie - I

Drugie pokolenie - II

Drugie pokolenie - III

Metody selekcji Potrzebny jest sposób zapewnienia bycia rodzicami lepszym osobnikom. Sposób ten wprowadza nacisk selekcyjny, który umożliwia ewolucje populacji. Gorszym osobnikom należy ograniczyć szansę zostania rodzicami.

Zastępowanie Nacisk selekcyjny jest uzależniony od sposobu decydowania o tym, które osobniki należy usunąć, aby zrobić miejsce nowym. Można zastosować elitaryzm polegający na tym, że najlepszy osobnik nigdy nie jest usuwany.

Warunek końca • Osiągnięcie optimum !!! • Granica zasobów CPU : Maksymalna liczba obliczeń wartości przystosowania. • Granica cierpliwości użytkownika: pewna liczba pokoleń bez żadnych zmian (poprawy).

Trzecie pokolenie - II

Trzecie pokolenie - III

Czwarte pokolenie - I

Czwarte pokolenie - II

Czwarte pokolenie - III

Piąte pokolenie - I

Piąte pokolenie - II

Piąte pokolenie - III

Dziesiąte pokolenie - I

Dziesiąte pokolenie - II

Dziesiąte pokolenie - III

Efektywność algorytmu • Nigdy nie należy wyciagać wniosków z jednego przebiegu. Potrzebna jest dostatecznie duża liczba niezależnych przebiegów. • Różne punkty widzenia: – Perspektywa projektowa: znaleźć bardzo dobre rozwiązanie przynajmniej raz. – Perspektywa produkcyjna: znaleźć dobre rozwiązanie w prawie wszystkich przebiegach.

BŁYSKOTLIWE MYŚLENIE ŻART GRAFICZNY

ETAP 4 Błyskotliwe myślenie wykorzystane jest do wizualizacji wiadomości słownych. Projektant tłumaczy informację werbalną na informację w języku wizualnym. W tym wypadku projekt jest raczej oczywisty niż enigmatyczny. .

WIZUALIZACJA WIADOMOŚCI SŁOWNYCH

WIZUALIZACJA WIADOMOŚCI SŁOWNYCH