Genetik algoritmalar için bazı gerçek dünya uygulamaları nelerdir?

Genetik algoritma kullanılarak çözülen bazı gerçek dünya sorunları nelerdir? Sorun nedir? Bu sorunu çözmek için kullanılan fitness testi nedir?

İlişkisel veritabanlarında iyileştirici. Örnekler PostgreSQL ve H2'dir ; diğer veritabanları da büyük olasılıkla genetik algoritma kullanır. Sorun şudur: en iyi sorgu planını (tahmini maliyeti en düşük olanı) seçmek NP-zordur. Kondisyon testi tahmini maliyettir.

Lamarkçı genetik algoritma belirli bir reseptör ile bağlanan potansiyel yeni ilaç bileşikleri için ekrana chemoInformatics kullanılır.

Hesaplama problemi, doğru bir şekilde yönlendirilebilen (reseptörü içeren molekülün olası yönelimleri hariç) adaylar için kimyasal bir veritabanı aramak ve bunu yapısal bir arama (yani, molekülün olası dönebilen burulmalarını dikkate alan) ile birleştirmektir. , burada kuvvetli bir reaksiyon etkileyebilir ).

Önceden, bir yönlendirme araması ya da bir konformasyon araması yapmak mümkünydi, ancak her ikisini birden yapamazdı. LGA, bilgisayar hızlandırmasından yararlanır ve genetik bir algoritmanın global aramasını yerel bir arama ile birleştirir.

Nasa, Antenna Design için genetik bir algoritma oluşturdu .

Kondisyon testi aşağıdaki gibidir:

Antenleri değerlendirmek için kullanılan uygunluk fonksiyonu, gerilim durağan dalga oranının (VSWR) bir fonksiyonudur ve iletim ve alım frekanslarında değer kazanır. VSWR yansıyan dalga parazitini ve dolayısıyla bağlantı noktasındaki empedans uyumsuzluğunu ölçmenin bir yoludur. VSWR, bir iletim hattı boyunca sinyal zarfındaki en yüksek voltaj ile en düşük voltaj arasındaki orandır.

Bunlar genellikle finansta, özellikle portföy optimizasyonu problemlerinde kullanılır. Bu konuda birçok makale bulunmaktadır, ancak bakınız Portföy Optimizasyonunda Genetik Algoritmalar .

GA'ları üretim ve eğitimdeki zamanlama sorunlarını çözmek için kullandım. İlk durumda uygunluk fonksiyonu, talep edilen öğelerin ne kadarının belirli bir zaman diliminde üretildiğini, ikinci durumda uygunluk ise çatışmalarla cezalandırma programlarına dayanıyordu.

Uygulamalarla ilgileniyorsanız , citeseerx'teki 20K + makalelere bir bağlantı

Direnem ama Roger Alsing'in çalışmalarına dikkat çekemem:

http://rogeralsing.com/2008/12/07/genetic-programming-evolution-of-mona-lisa/

Sadece 50 yarı saydam üçgen kullanarak Mona Lisa'nın imajını temsil edin .

Anten tasarımı zaten belirtilmiş ve son derece zengin bir alandır. (Çok doğrudan, elektrik mühendisliğinden bilgisayar bilimlerine (90'ların sonlarında) ve daha spesifik olarak biyo-ilhamlı hesaplama ve yapay zekaya (son beş yıl içinde) hareketimi başlatan şeydir.)

Aynı şekilde, özellikle anten tasarımının tüm baş ağrıları olan aşamalı dizi optimizasyonu ve daha fazlası için anten dizisi optimizasyonu ekleyeceğim . Elektromanyetik cihaz tasarımının tüm alanında gerçekten fırsatlar var: Antenler, anten dizileri, mikrodalga filtreler, optik ızgaralar, metamalzeme cihazı tasarımı, hepsi kafamın üstünde. Tarihli bir araştırma Genetik Algoritmalar ile Elektromanyetik Optimizasyon ve daha yakın zamanda yapılan bir araştırma Elektromanyetikte Genetik Algoritmalardır . (Gerçekten ikincisini satın almalıyım.

Elektromanyetik olmayan devre tasarımı hakkında da çok iyi makaleler gördüm: rekabetçi op-amp veya diğer entegre devre tasarımları ile gelen GA'lar, GA'lar, FPGA'lardaki analog kusurlardan yararlanmak için "öğrenme" gibi aptal, ayrık eleman filtre tasarımı kadar basit bir şey bile GA'lar için bir hedef olabilir: q faktörleri, toleransları, ayrık değerleri ve lehimleme parazit modellerini faktörlerden iyi ve üretilebilir filtreler elde etmek için etkileyen bir faktör gördüm. elinizdeki parçalar.

Bunlar genellikle genetik operatörlerin paradigmaya uymasını sağlamak için bazı yeni (bana göre, yine de) devre temsillerini ve değişken boyutlu kromozomları içerir.

son zamanlarda, fitness işlevi olarak üretilen fiziksel gücün akışkan dinamiği simülasyonlarını kullanarak rüzgar türbini kanadı tasarımlarını geliştirmek için GA'ların kullanılması hakkında bir soru vardı. [1]

Bu video, VAWT rüzgar türbini kanatlarını geliştirmek için genetik bir algoritmanın kullanımını göstermektedir. Ortaya çıkan bıçaklardan biri oldukça farklı ve iyi taklit gibi görünüyor. Yetiştirme yazılımı Perl, ekran yazılımı Java ve CFD yazılımı OpenFoam idi. 672'den fazla CPU saati bu videonun yapımına girdi. Not: O zamandan beri bu deneyde hava için yanlış viskozite kullandığımı keşfettim, bu nedenle sonuçlar yeryüzünde kullanım için geçerli değil. (Belki Jüpiter.)

[1] "sjh7132" tarafından youtube'da "gelişen rüzgar türbini kanatları ". TCS.se sorusundan alıntı: Rüzgar değirmeni türbin kanatlarını daha verimli hale getirmek için genetik algoritmalar ne ölçüde kullanılabilir?

şarapların sınıflandırılması için GA'ların kullanılması konusunda bazı araştırmalar vardır. şarabın çeşitliliğini ve üretim yerini ("menşe mezhebi") doğru bir şekilde sınıflandırır. [1] bu, pek çok uygulaması olan Tarımsal Sistemlerde GA'ların kullanımının bir alt kümesidir. [2]

[1] NHBeltran ve ark.'nın örnekleri olarak Şili şarabı kromatogramlarını kullanan özellik seçim algoritmaları

[2] Tarımsal Sistemler için Genetik Algoritmalarda Sanat Durumu Bolboaca ve ark.

havacılık alanında uçuş kontrolü için GA'ların kullanımı hakkında birçok makale bulunmaktadır. bunların çoğu IEEE kaşifi tarafından yayınlanır veya aranabilir . Kondisyon fonksiyonu genellikle algoritmanın uçuşu ne kadar iyi / etkili bir şekilde kontrol ettiğini ölçer.

[1] Fantinutto ve ark. Tarafından genetik algoritma ile uçuş kontrol sistemi tasarımı ve optimizasyonu

[2] Genetik algoritmaların hipersonik uçuş kontrolüne uygulanması. Austin, Jacobs.

[3] Genetik Algoritma tabanlı adaptif kontrol algoritması, Xiaoru Wang kullanarak F-16 uçuş yüzeyi kontrol sisteminin çok çekirdekli uygulanması

[4] Hipersonik araçlar için entegre uçuş kontrolüne genetik algoritmaya dayanan bulanık mantık kontrolü. ile Wang Jian

daha sonraki anketlerde yüksek oranda atıfta bulunulan GA'ların dikkate değer, hatta olağanüstü veya paradigma değiştiren bir kullanımı, Koza tarafından bir video oyunu "sorunu" - yani prensip kanıtı için Pac Man'a çözüm bulmak için öncülük etti, ancak konsept muhtemelen neredeyse uygulanabilir herhangi bir video oyunu ve sonuçlar kesinlikle önemsiz veya "oyuncak" uzaktır.

yani, oyunu uzun süre oynamak için kazanmak için gerçek davranışı uygulayan algoritmalar geliştirdi . sonuçlar amatör ve hatta ileri düzey insan oyuncuların performans düzeyindedir . Bir fitness fonksiyonu ya algoritma tarafından puanlanan puanlar ya da oynanan zamanın uzunluğu olabilir (daha sonra muhtemelen Asteroitler oyunundaki klasik bir "avlanma" uzay gemileri gibi puanlama olmadan hayatta kalan algoritmalar gelişecektir). davranış "ilkel" (örn. canavarları algıla / dönerek hareket etme) ve ilkel stratejilerin kombinasyonlarını temsil eden ağaçlarla uygulanır.

[1] Atif M. Alhejali ve Simon M. Lucas'ın Genetik Programlamayı Kullanarak Farklı Bayan Pac-Man Oynatıcıları Geliştirmek

[2] Pac-Man Oynamayı Öğrenme: Gallagher ve Ryan'ın Evrimsel, Kural Tabanlı Bir Yaklaşım

[3] Düşük Karmaşıklık Kural Tabanlı Politikalar Kullanmayı Öğrenmek: István Szita András L ~ orincz tarafından Bayan Pac-Man aracılığıyla çizimler

Yıllık GECCO konferansı (hemen hemen evrimsel hesaplama araştırmaları için en önde gelen mekan) `` Gerçek Dünya Uygulamaları '' parkuruna sahiptir.

Ayrıca bu son sunuma bakınız: