Metahevristike
Upcoming SlideShare
Loading in...5
×

Like this? Share it with your network

Share
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
1,149
On Slideshare
1,143
From Embeds
6
Number of Embeds
2

Actions

Shares
Downloads
0
Comments
0
Likes
0

Embeds 6

http://www.slideshare.net 5
http://www.steampdf.com 1

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?