Kit Ciencia Y Arte: Algoritmo Genético (Vida Artificial): 6 kroků

2024 Autor: John Day | [email protected]. Naposledy změněno: 2024-01-30 08:23

Nejčastěji zpracovávané algoritmy mohou mít další vlivy na výpočet (můj názor). Základní principy evoluce biologické biologie, aplikace a algoritmy pro výpočet řešení problémů.

Algoritmické generování zahrnuje část algoritmů, které se vyvíjejí a vyvíjejí ve světě výpočetní techniky. Získejte více než jednu šablonu, abyste mohli získat algoritmus. Usamos el Circuit Playground (CP) de Adafruit para hacer el ejercicio.

Představte si CP, které se týkají ser vivo, takže se můžete přizpůsobit svým podmínkám. El CP, de bus bus la forma more efektivní of prender sus leds, para obtener la Mayor cantidad de luz posible según su sensor de luz. Nejčastěji se vyskytují problémy s LED diodami. Zapojení maximalizuje la luz, al mismo tiempo que minimiza la cantidad de leds. Nejčastější problémy s algoritmem generování.

ADVERTENCIA: Este es un tema para estudiantes AVANZADOS

Krok 1: Materiály

Jednoduchý:

1. Circuit Playground (o cualquier Arduino con leds y sensor de luz)
2. Baterie
3. Kabel USB
4. Algo para generar luz y sombra para pruebas

Krok 2: Búsqueda Al Azar

Představujeme si mono, apretando letras en el teclado de una computadora, el mono simplemente presiona las letras al azar. Si hay unas 50 letras en el teclado, cada letra (si el mono presiona de manera independentient cada vez), tiene una probabilidad de 1/50 = 0,02 de ser presionada.

Ahora bien, digamos que queremos que el mono escriba la palabra "banano", ¿Podrá el mono escribir la palabra? La respuesta corta es SI !!!

Největší resp. Větší počet hráčů, kteří to zvládnou, má větší rozlišení. Vamos esto estadísticamente. Pravděpodobné souběžné „banánové“souběžné souběžné proboha, tyto:

(1/50) x (1/50) x (1/50) x (1/50) x (1/50) x (1/50) = (1/50)^6

Celkem to bude 1 15 625 000 000, což je pravděpodobné, že se jedná o „banano“, tedy 1 a 15 mil … pravděpodobně více! Pravděpodobné mody, pravděpodobná pravděpodobnost vzniku mono escriba la palabra "banano" escribiendo teclas al azar, ah, pero si tuviéramos 15 millones de monos escribiendo, es posible que uno de ellos escriba la palabra "banano". připouští poco pravděpodobné, ale žádné nemožné.

Formální doporučení pro vás. SI (1/50)^6 es la probabilidad de escribir "banano", entonces, 1- (1/50)^6 es la probabilidad de NO escribirlo. Můžete použít jednu z hlavních intenzit, entoncí, pravděpodobných dopadů a závažných poruch:

P = [1- (1/50)^ 6]^ n

Así por ejemplo si intento una vez, P = 1, you intento un millón de veces, P = 0.999936, pero para 10 mil millones, P = 0.53, y mientras más grande se n, más me acerco a P = 0, es decir, nekončící infinito de intenos, puedo estar seguro de que el mono va a escribir la palabra "banano".

Lo que sí, no tenemos tiempo infinito, es decir se puede buscar una solución al azar, pero, el azar solo tardaría mucho tiempo. En pocas palabras, la fuerza bruta no es una forma efectiva de buscar una solución

Nejčastěji se jedná o přirozené stavby, o které se jedná, zejména o jejich konstrukční řešení, o různé formy, o které je třeba se rozhodnout, které změny a úpravy provedete a uděláte. Esa es la manera en que el algoritmo genético funciona, tomando nápady del como se genera la variabilidad genética en los seres vivos, and inventando un algoritmo para hacerlo en computadora, con el fin de solucionar un problema. Spojuje se s prvky spojenými s azarem, s pamětí a pamětí a prostorem pro akademickou půdu, autobusem bez solárních panelů, bez předního nezávislého na moři.

UPOZORNĚNÍ: Informace o autobusové dopravě jsou mono infinito

Krok 3: Evolución Y Definiciones

Evoluce

Algoritmus generování (AG) obsahuje algoritmy, které umožňují procházet a řešit problémy s rozlišením. El AG, se základními principy hlavních her Darwiniana:

• Herencia: Los hijo reciben las características de sus padres. En el AG znamená hlavní otázky, které se týkají předcházejícího dne,
• Variaceón: Debe haber un mecanismo para introducir varyad. en el AG, což znamená, že souhlasíte s různými změnami, které se týkají hlavních a následujících řešení?
• Selección: Hay un mecanismo en la cual se seleccionan los mejores. En el AG, sen o funkci "fitness", která umožňuje určitá konkrétní řešení

Odpověď # 1 kdy: Únor 06, 2007, 09:29:35 pm »Acá no me voy a meter en los detalles de como funciona la evolución de seres vivos, sino que quiero entrar de una vez a la explicación del Algoritmo Genético.

Definices

Para poder usnadňují vysvětlení algoritmů, jejich definice je důležitá pro všechny druhy. Naše definice synů se blíží a vysvětlují, vysvětlují a vysvětlují algoritmy generované z hlediska literatury a jejich literatury.

1. Většina problémů spojených s „kodifikací“problémů, které mohou mít za následek další problémy s paralyzujícími problémy s CP. Acá lo hacemos de manera sencilla. Vyberte si z více fotografií, zobrazte 10 LED diod, které obsahují více než 1 „o“nebo „0“, spojují se s více než 10 elementy 0 a 1. Všechny 101010000 významně se mění LED diody 0 y 2 enan enendidos, y el resto apagados. y 0010011010, que los leds 2, 5, 6 y 8 están incendidos
2. Nejsou k dispozici žádné kombinace kombinovaných LED diod (ver la imagen de población), které se liší od ostatních. Vybrat Cromosoma a element element en en población. Vstupy do chromozomu, žádné další zobrazení a zobrazení LED diod v CP
3. Mutación, kambiar a azar uno o varios LEDS, como se muestra en la foto, donde arbitrariamente la posición 5 cambia de apagado a incendido
4. Recombinación, consiste en tomas dos cromosomas, escoger un punto de cruzamiento, e intercambiar la información entre ambos (ver el diagrama)
5. Mnoho funkcí pro hodnocení kondice a kriterií pro vaše hodnocení opálení se může projevit v případě, že dojde k poškození cromosomů, které se vyskytují u každého z nich. En este caso, voy a trabajar con laintensidad de de luz y la cantidad de leds encendidos

Krok 4: El Algoritmo

paso a paso

1. Crear una población de muchos cromosomas initializados al azar
2. Vyhodnoťte všechny hlavní funkce „fitness“
3. Kopírování hlavní doporučené kombinace se zbytkem pobřeží
4. Aplikační mutace a toda la población
5. Opakujte část 2

Ejemplo

Obecné vysvětlení, definice, tira (kromosom) 1000101010, reprezentují všechny LED diody „1“a „0“, dětské hřiště. Naše nejoblíbenější funkce pro fitness:

fitness = (lectura de luz) x 0,5 - (número de leds) x 0,5

Všechny poznámky k počtu LED diod, jejich výběr, větší počet LED diod, jejich přizpůsobení jsou podobné a podobné jsou i další LED diody, výběr možností.

Ahora entonces encendemos los leds korespondenti a cada cromosoma yvaluamos su fitness, como se muestra en la figura. Poznámka k následujícím obrázkům:

0011100000 kondice = 98,5

1011100001 fitness = 102,5

1010101011 fitness = 102

Ztráta kondice více než 102,5 roku 102, výběr esos, y hacemos recombinación y mutación como se muestra en la imagen, lo que nos permite terminar con una nueva población, 1011100001

0011101011

1010100011

Nejčastěji hodnocené kondice a kondice a kontinuita. Medida que llega a una solución óptima, aunque sigue probando, se mantiene hasta que haya cambios en el ambiente.

Krok 5: El Código

El código lo pueden descargar en mi GitHub. Žádné další podrobnosti o knihovně „cromosome.h“, což je podstatná část algoritmického generátoru, která se zásadně využívá.

Código principál

Při vytváření 20 cromosomů se vytvoří následující:

#definovat N 20

populační pop (N);

El objeto es populace y lo hemos llamado pop. Přibližuje se 20 cromosomů, které jsou inicializovány z tohoto důvodu. En el setup, agregamos la línea:

pop.mutateChromosomes (0,5, 0);

Para cambiar aleatoriamente cada cromosoma con una probabilidadde 0,5, initiando desde el cromosoma 0. En el loop tenemos el algortimo, primero hacemos crossover:

pop.copyCrossover (2);

Luego aplicamos mutación con una probabilidad baja (0,05), e iniciando del cromosoma 1 para mantener el mejor que hemos obtenido en la población (el cromosoma 0 es el mejor)

pop.mutateChromosomes (0,05, 1);

Y evaluamos con la función de evaluación, que explico más abajo

vyhodnotit ();

Luego ordenamos los cromosomas de starosta a menor fitness (usando bubble sort), esto facilita el processo de recombinación, pop.sort ();

Allí está todo. Všechny důležité funkce pro hodnocení jsou důležité

Funkce hodnocení

El codigo devalu () es:

neplatné vyhodnotit () {

pro (int i = 0; i <pop.n; i ++) {setPixels (i); // dává LED diodám čas na zapnutí zpoždění (100); zdatnost (i); }}

Vean que simplemente prendemos los leds korespondenti al cromosoma (eso es lo que hace setPixels ()), y evaluamos su fitness, con la función, void fitness (int a) {

pop.fitness [a] = 0,5 * float (CircuitPlayground.lightSensor ()) - 0,5 * float (pop.countBits (a)); }

Almacenamos el valor de fitness de cada cromosoma en pop.fitness

Krok 6: Funcionando Y Retos

Funcionando

Přizpůsobte si video apoco a las differents condiciones de luz. Siempre encuentra una buena solución. Vaše logická stopa je instruktabilní, vaše výhody, algoritmy generování synů a různé možnosti výpočtu, ale také to, že budete mít více emocí.

Alguna marea all dejar funcionando el CP con el algoritmo, parece casi como un ser vivo explorando las condiciones y evolucionando para mejorar. Nejčastěji se to děje s více iterací, než s těmi, které organismus živě poslouchá.

základní režim algoritmu pro hlavní a hlavní řešení. Naše hlavní algoritmy určují, jak velká je situace, jaká je situace, ve které se CP odehrává, nebo co se děje, jak se děje, jak je to možné, protože algoritmy si vybírají průzkum.

Všechny se mění, všechny algoritmy mohou být také nestabilní a mohou být optimalizovány.

Comentario Final

Využití je možné ilustrovat, a to zejména v případě, že používáte knihovnu. Nejčastěji se jedná o hlavní LED diody, které jsou jednoduché a triviální, protože pravděpodobně budou muset vyřešit více problémů. Hrozné embargo, které si můžete prohlédnout jako první, organizovat evoluci, používat všechny typy algoritmů, generovat všechny paraboly, žádné lineale, entonce, algo como optimizar la luz, es un problema que en la naturaliza tiene sentido (me Disculpan si mě puse espeso!)

Retos

• Autobus má problémy s optimalizací a komplikuje další funkce "fitness"
• Mejorara el desempeño, cambiando probabilidad de mutación, re-combinación, aumentando la población, cambiando tiempos (esos delays por allí metidos)
• Aplikační a robotický program, který může mít různé situace
• Estudiar meiosis, para aprender sobre mecanismos de evolución
• Estudiar a fondo los algoritmos genéticos (hay libros Completeos en el tema)