Your SlideShare is downloading. ×
Metahevristike
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Introducing the official SlideShare app

Stunning, full-screen experience for iPhone and Android

Text the download link to your phone

Standard text messaging rates apply

Metahevristike

659
views

Published on

Published in: Technology, Education

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
659
On Slideshare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Metahevristike [email_address] AI urice III
  • 2. Metahevristike
    • Splošni prijemi
    • Rešeavnje optimizacijskih problemov
    • Črna škatljica
    • Kombiniranje preprostih hevristik
    • Ponavljanje
  • 3. Evolucijski algoritmi
  • 4. Evolucija
    • Populacija
      • več vzporednih rešitev
    • Preživetje najmočnejšega (fitness)
      • Prilagajanje na okolje
      • Odmiranje
    • Samoreplikacija genov
      • Razmnoževanje
  • 5. Gen
    • Niz simbolov
    • Vektor
    • Koda
  • 6. Evolucijski algoritem
    • Vsako generacijo:
    • Odberemo prvake
    • Jih razplodimo
      • Mutacije
      • križanje
  • 7. Kako izbrati
    • Turnir
    • Ruleta
    • Stochastic universal sampling
    • Soseščine
  • 8. Turnir
    • Za vsakega preživelega
      • Izrebamo n osebkov
      • Najboljši se uvrsti v naslednjo generacijo
  • 9. Ruleta
    • Fitness določa verjetnost
  • 10. Stochastic universal sampling
    • Pravičnejša ruleta (vsi pridejo na vrsto)
  • 11.
    • Populacijo razbijemo na več podpopulacij
      • Fiksno ali kontekstualno
    • Križaje znotraj soseščine bolj verjetno
    • Evolucijski pritisk je v vsaki soseščini drugačen
    • Večja raznolikost
    Soseščine
  • 12. Razplajanje
  • 13. Mutacija
    • Naključna sprememba gena
    • Enako verjetna širom populacije
  • 14. Križanje
    • Rekombiniranje 2+ osebkov v novega
    • Boljši se pogosteje križajo
    • Otrok dobi od vsakega starša del genov
      • Naključna izbira genov
      • Sekvenca genov kot enota
      • Alele
  • 15. Roji
  • 16. Roj delcev
    • Vsako epoho za vsak delec posodobimo
    • Hitrost
    • Položaj
    • Lokalno in globalno najboljšo rešitev
  • 17. Posodobitev hitrosti
    • r1, r2 = (random-vector d)
    • v = (vector+
    • (scale v w)
    • (vector* (scale r1 c1)
    • (vector- local-best x))
    • (vector* (scale r2 c2)
    • (vector- global-best x)))
    • Dušenje
    • Repulzija
  • 18. Posodobitev položaja
    • (vector+ x v)
  • 19. Simulirano ohlajanje
  • 20. Simulirano ohlajanje
    • Vsako epoho se verjetnostno odločimo za prehod v eno izmed sosednjih stanj (difuzija)
    • Verjetnost prehoda na slabše upada s časom
      • (exp (/ (- (E state1) (E state2)) T))
    • Hranimo doslej najboljšo rešitev
    • Reset
  • 21. Režimi ohlajanja
    • Linearno vsakih k-korakov
    • (incf T dT)
    • Eksponetno
    • (T (1+t)) = (/ a (T t))
    • (T (1+t)) = (* (expt a t) (T t))
    • Adaptivno
  • 22. Meta-metahevristike
  • 23. Kaj uporabiti?