Evolucijski algoritmi

Verjetno bo Thomas kako pametno povedal.

Čist tko. En tipček je izračunal, da so inteligentno delujoči rekurzivno optimizirajoči se algoritmi, počasnejši od evolucijskih.

Zelo zanimivo. Jaz to trdim že zelo dolgo.

3. Kako ocenit kdaj se bo pojavila nova rešitev

Ne moreš. Lahko, da se ne bo nikoli, to se komot pripeti.

Če bi vedel, bi pomenilo, da si naredil tisto evolucijo sam. To je sploh značilno za vsak izračun. Če kaj oceniš, si ga že vsaj delno izračunal.

Lahko si pa samo ugibal. V tem primeru nisi boljši od random uganjevalca.

Nove rešitve se pojavljajo praktično ves čas, jih je pa treba ustrezno ovrednotiti.

Vrednotenje mora seveda avtomatično, ne da človek pove kaj je good. Na človeku je, da spiše kriterij fitnesa. To se razume.

O, hvala! Pa še rabljene so poceni, genialno!

Ti, Gundolf, povej kaj več o tvojih izkušnjah z EA, s programiranjem le teh. Na katere področju jih uporabljaš in kak si kaj zadovoljen z rezultati?

Spomnim se, da je svoj čas bila odmevna novica enekga komada, ki je v virtualen svet postavil neko telo, in rekel telesu, naj poskuša čim efektivnejše se premikati po tistem prostoru. Svašta načine premikanja je comp zgruntal, eden je imel povdarek na izkoriščanju gravitacije (mnda se je pokonci postavil in pogem naprej padel).
Sigurno se da kje najt kak video o tem. No, jaz vem samo za ta primer.

matlab ima verjetno kaksen toolbox za AI, pa se gpu povezavo pa se cpp compiler.
grafe pa tudi lepo lahko delas.

Praktičen primer česa? Evolucijskega algoritma?

Praktičen primer reševanja praktičnega problema s praktičnim outcomom.

jmakov komentar pride blizu. Mogoče še kakšen?

@1024
Sej sem rekel, kateri koli optimizacijski problem, teh je pa nešteto na voljo. Optimizacija letalskega krila, ali pa spoilerja na avtu, ali pa celotne oblike avta, ali pa motorja, ali pa posameznega dela motorja, ali pa marsikaterega industrijskega procesa, ... Karkoli ima že optimizacijo v imenu potem pa še parkarat toliko stvari ki je nima :)

@Gundolf
A ni to fajn prilika da se zaposliš na TI in poganjaš EA na supercompu za recimo optimizacijo turbin?

........

1. Dobra knjiga za uvod v EA in programiranje le teh
Tudi na internetu dosti najdeš. http://www.generation5.org/articles.asp...
Mogoče knjiga od Goldberga za začetek ;)
Če imaš dostop do virov UL, lahko pogledaš malo po knjigah na springerju in v reviji IEEE Transactions on Evolutionary Computation.

2. Vaše izkušnje z EA, na kateri arhitekturi jih poganjate (se splača na CUDA-i)
Laufal na x86, windows večina. CUDA bi bila zanimiva zadeva ja, masovna paralelizacija je zanimiva zadeva za EA. Če nimaš preveč branchev v fitnessu ali mutacijah...

3. Kako ocenit kdaj se bo pojavila nova rešitev
Popolnoma odvisno od primera. Navadno gledaš kdaj imaš neko novo rešitev, ne kdaj bo neka nova rešitev. Kdaj bo človek imel krila?

4. Iz vaše prakse, povprečen čas za novo rešitev
Povprečen čas za novo rešitev? Čas za mutacijo? Kako dobra je rešitev? +čas za fitness.

5. Kako uporabne so potem rešitve
Kolikor dobro zastaviš problem.

6. V katerem jeziku je dobro pisat (glede na to da je Matlab dobil podporo za računanje na GPU http://www.mathworks.com/products/conne...
Kar ti srce poželi. Hočeš hitro napisat in imaš nezahteven problem - python, hočeš hitro zadevo in malo več heca - C++

Da ne boš izumil tople vode: http://lancet.mit.edu/ga/

Jaz sem uporabljal EA večinoma v kakih manjših problemih (ki so bili online tekmovanja) in kot algoritem za učenje nevronske mreže.

Physical TSP:

Problem: http://algoval.essex.ac.uk/ptsp/ptsp.ht...
Rešitve: http://dces.essex.ac.uk/staff/sml/gecco...

Tukaj imaš eno dobro stran o EA. Lahko downloadaš tudi source kode.

snow,

a je kaj podobnega tudi za nevronske mreže?

Neural network:
http://www.generation5.org/articles.asp...
FAQ (7 delov): http://www.faqs.org/faqs/ai-faq/neural-...

Knjige:
NN splošno: http://www.avaye.com/files/articles/nni...
NN & C++: http://serghei.net/docs/programming/c++...
NN & Java: http://www.heatonresearch.com/articles/...

NN & Python (IBM): http://www.ibm.com/developerworks/libra...

Z evolucijskim algoritmom je tako, da je v resnici zelo malo teorije o sami tehniki programiranja. Večji problem je, da moraš problematiko, ki jo želiš reševati z EA zelo dobro poznati, poleg tega, pa moraš včasih pogruntat kakšno finto (mogoče matematično ali kakšno drugačno), kako nastaviti fitnes, da bodo rezulati, ki ti jih bo EA dajal res vedno boljši, oziroma vedno bolj takšni, kot si želimo. Sama osnovna tehnika je pa enostavna, gre pa nekako takole:

Rešujemo recimo Problem1.

 1. Izmislimo si eno random Rešitev1, ki je obenem naša BestRešitev problema Problem1.
 2. Izračunamo Fitness, ki je obenem nas BestFitness, ki ga oceni.
 3. Naredimo Mutacijo ali več njih na Rešitvi1.
 4. Izračunamo Fitness, ki ga oceni.
 5. Če je Fitness boljši od BestFitness potem 
 6.    spremenjena Rešitev1 postane naša BestRešitev
 7.    novi Fitness postane naš BestFitness
 8. Pojdi na 3. točko
 

To je vsa umetnost tehnike programiranja.

Problem je pa:
1. pravilno nastaviti kriterije za izračun fitnessa
2. delati takšne mutacije, ki hitreje vodijo k napredku

o+ nevone