Jakie są rzeczywiste zastosowania algorytmów genetycznych?

Jakie są niektóre rzeczywiste problemy rozwiązane za pomocą algorytmu genetycznego? Jaki jest problem? Jakiego testu sprawności używa się do rozwiązania tego problemu?

Optymalizator w relacyjnych bazach danych. Przykładami są PostgreSQL i H2 ; inne bazy danych najprawdopodobniej również wykorzystują algorytm genetyczny. Problem polega na tym, że wybranie najlepszego planu zapytań (tego o najniższym koszcie szacunkowym) jest trudne. Test przydatności to szacowany koszt.

Lamarckowskie algorytm genetyczny stosuje się informatyka chemiczna do badania potencjalnych nowych związków leczniczych, które wiążą się z konkretnym receptorem.

Problemem obliczeniowym jest przeszukanie w chemicznej bazie danych kandydatów, którzy mogą prawidłowo zorientować (wrt możliwe orientacje cząsteczki zawierającej receptor) i połączyć to z wyszukiwaniem konformacyjnym (tj. Takim, który bierze pod uwagę możliwe obrotowe skręcanie cząsteczki , co może silnie wpływać na reakcję ).

Wcześniej było możliwe wyszukiwanie orientacyjne lub wyszukiwanie konformacyjne, ale nie jedno i drugie. LGA wykorzystuje przyspieszenie komputera i łączy globalne wyszukiwanie algorytmu genetycznego z wyszukiwaniem lokalnym.

Nasa stworzyła algorytm genetyczny do projektowania anten .

Test sprawności wygląda następująco:

Funkcja przydatności używana do oceny anten jest funkcją współczynnika napięć fali stojącej (VSWR) i wartości wzmocnienia na częstotliwościach nadawczych i odbiorczych. VSWR jest sposobem na kwantyfikację interferencji fali odbitej, a tym samym wielkości niedopasowania impedancji na skrzyżowaniu. VSWR to stosunek między najwyższym napięciem a najniższym napięciem w obwiedni sygnału wzdłuż linii transmisyjnej.

Są one często stosowane w finansach, szczególnie w przypadku problemów związanych z optymalizacją portfela. Istnieje wiele prac na ten temat, ale patrz na przykład Algorytmy genetyczne w optymalizacji portfela .

Użyłem GA do rozwiązywania problemów z planowaniem w produkcji i edukacji. Funkcja fitness w pierwszym przypadku polegała na tym, ile wymaganych przedmiotów zostało wyprodukowanych w danych ramach czasowych, podczas gdy w drugim przypadku sprawność opierała się na karaniu harmonogramów za konflikty.

Jeśli jesteś zainteresowany aplikacjami, oto link do artykułów 20K + na citeseerx

Nie mogę się oprzeć, ale wskazuję na dzieło Rogera Alsinga:

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

Reprezentuj wizerunek Mony Lisy przy użyciu tylko 50 półprzezroczystych trójkątów.

Projekt anteny został już wspomniany i jest to niezwykle bogata domena. (To bardzo bezpośrednio zapoczątkowało mój ruch od elektrotechniki do informatyki (pod koniec lat 90.), a dokładniej do obliczeń inspirowanych biologią i sztucznej inteligencji (w ciągu ostatnich pięciu lat).)

W tym samym duchu dodam optymalizację macierzy antenowych , szczególnie w przypadku optymalizacji macierzy fazowych, co stanowi problem związany z konstrukcją anteny i nie tylko. Naprawdę istnieją możliwości w całej dziedzinie projektowania urządzeń elektromagnetycznych: anteny, układy antenowe, filtry mikrofalowe, siatki optyczne, konstrukcja urządzeń metamateriałowych - wszystko z góry mojej głowy. Datowana ankieta to Optymalizacja elektromagnetyczna według algorytmów genetycznych , a nowsza ankieta to Algorytmy genetyczne w elektromagnetyce . (Naprawdę powinienem kupić ten drugi.

Widziałem też wiele dobrych artykułów na temat projektowania obwodów nieelektromagnetycznych: GA opracowujące konkurencyjny wzmacniacz operacyjny lub inne projekty układów scalonych, GA „uczą się” wykorzystywać analogiczne niedoskonałości układów FPGA do implementacji funkcji analogowych, takich jak zegary itp. Nawet coś tak prostego jak głupi, dyskretny projekt filtra elementowego może być celem dla GA: Widziałem taki, który uwzględnia współczynniki q, tolerancje, dyskretne wartości i lutowanie pasożytniczych modeli, aby uzyskać dobre, produkowalne filtry z części, które masz pod ręką.

Obejmują one często nowatorskie (w każdym razie dla mnie) reprezentacje obwodów, aby dostosować operatorów genetycznych do paradygmatu, a także chromosomy o zmiennej wielkości.

ostatnio pojawiło się pytanie o wykorzystanie GA do ewolucji konstrukcji łopat turbin wiatrowych z wykorzystaniem symulacji dynamiki płynów mocy fizycznej wytwarzanej jako funkcja sprawności. [1]

Ten film pokazuje wykorzystanie algorytmu genetycznego do opracowania łopat turbin wiatrowych VAWT. Jedno z powstałych ostrzy jest zupełnie inne i wydaje się dobrze symulować. Oprogramowanie hodowlane zostało napisane w Perlu, Java oprogramowanie do wyświetlania, a oprogramowaniem CFD był OpenFoam. Przy tworzeniu tego filmu wideo poświęcono ponad 672 godzin procesora. Uwaga: odkąd odkryłem, że użyłem niewłaściwej lepkości powietrza w tym eksperymencie, więc wyniki nie są ważne do użycia na ziemi. (Może Jowisz.)

[1] „Ewoluujące łopatki turbin wiatrowych” na YouTube przez „sjh7132”. cytowane przez / z pytania TCS.se: W jakim stopniu możliwe jest wykorzystanie algorytmów genetycznych do zwiększenia wydajności łopat turbin wiatrowych?

istnieją badania nad wykorzystaniem GA do klasyfikacji wina. dokładnie klasyfikuje odmianę wina i miejsce produkcji („nazwa pochodzenia”). [1] jest to podzbiór zastosowania GA w systemach rolniczych, których jest wiele zastosowań. [2]

[1] Algorytmy wyboru cech wykorzystujące chilijskie chromatogramy wina jako przykłady NHBeltran i in

[2] Najnowocześniejsze algorytmy genetyczne dla systemów rolniczych autorstwa Bolboaca i in

istnieje wiele dokumentów na temat stosowania GA do kontroli lotów w dziedzinie lotnictwa i kosmonautyki. wiele z nich jest publikowanych lub przeszukiwalnych przez eksploratora IEEE . funkcja sprawności ogólnie mierzy, jak dobrze / skutecznie algorytm kontroluje lot.

[1] Projektowanie i optymalizacja systemu sterowania lotem za pomocą algorytmu genetycznego autorstwa Fantinutto i in

[2] Zastosowanie algorytmów genetycznych do hipersonicznej kontroli lotów. Austin, Jacobs.

[3] Wdrożenie wielordzeniowe systemu kontroli powierzchni lotu F-16 z wykorzystaniem adaptacyjnego algorytmu sterowania opartego na algorytmie genetycznym, Xiaoru Wang

[4] Sterowanie logiką rozmytą oparte na algorytmie genetycznym do zintegrowanego sterowania lotem w pojazdach hipersonicznych. autor: Wang Jian

niezwykłe, nawet nadzwyczajne lub zmieniające paradygmat stosowanie GA, o czym często wspominano w późniejszych ankietach, zostało wprowadzone przez Kozę do rozwiązania „problemu” gry wideo - mianowicie Pac Man jako dowodu zasady, ale koncepcję tę można prawdopodobnie zastosować do prawie dowolna gra wideo, a wyniki zdecydowanie nie są trywialne ani „zabawkowe”.

to znaczy, ewoluował algorytmy, które wdrażają rzeczywiste zachowanie, aby wygrywać w grze przez dłuższy czas. wyniki są na poziomie wydajności amatorskich lub nawet zaawansowanych graczy ludzkich. funkcją kondycji mogą być albo punkty zdobyte przez algorytm, albo czas gry (później prawdopodobnie ewoluują algorytmy, które przetrwają bez zdobywania punktów, takie jak klasyczny przypadek „polowania” na statki kosmiczne w grze Asteroids). zachowanie jest realizowane za pomocą „prymitywów” (np. wyczuj potwory / działaj, obracając itp.) i drzew, które reprezentują kombinacje prymitywnych strategii.

[1] Ewoluująca różnorodna pani Pac-Man grająca w agentów za pomocą programowania genetycznego Atif M. Alhejali i Simon M. Lucas

[2] Nauka gry w Pac-Man: Ewolucyjne, oparte na regułach podejście Gallaghera i Ryana

[3] Nauka gry przy użyciu zasad opartych na regułach o niskiej złożoności: ilustracje autorstwa pani Pac-Man autorstwa Istvána Szity Andrása L ~ orincza

Coroczna konferencja GECCO (prawie najważniejsze miejsce badań nad ewolucyjnymi obliczeniami) ma ścieżkę `` Real World Applications ''.

Zobacz także tę ostatnią prezentację: