- •1. Задачі і розділи штучного інтелекту
- •2. Типи інтелектуальних систем
- •1. Розрахунково- логічна система
- •2. Рефлекторна інтелектуальна система
- •3. Інтелектуальна інформаційна система
- •4. Гібридна інтелектуальна система
- •3. Алгоритми пошуку рішень на просторі станів
- •4. Алгоритм а*
- •5. Два алгоритми минимакс, альфа-бета відсіч
- •6. Штучні нейронні мережі, склад принцип дії
- •7. Типи нейроних мереж, класифікація
- •8. Персептрон, одно-багатошаровий
- •9. Типи функції активації
- •10. Алгоритм зворотнього розповсюдження помилки
- •11. Побудова нейроконтроллерів для комп ігор, приклад
- •Обучение нейроконтроллера
- •Данные для тестирования
- •12. Радіально-базисні мережі, принцип
- •13. Мережі кохонена, принци Нейронные сети Кохонена
- •14. Генетичний алгоритм, головні операції
- •15. Типи кодування інформації в генетичному алгоритмі
- •16. Типи вибору генетичного алгоритма
- •17. Приклад використання генетичного алгоритму для оптимізації багатозначної функції
- •18. Типи невизначеності в системах штучного інтелекту
- •19. Байєсівський метод подолання невизначеності
- •20. Метод коефіцієнтів впевненості
- •21. Байєсівські мережі
- •22. Методи і моделі представлення знань
- •23. Продукційна модель представлення знань
- •24. Фреймова модель представлення знань.
- •25. Групи інтелектуальних систем.
- •26. Експертні системи. Структура експертних систем.
- •27. Цикл роботи експертної системи.
15. Типи кодування інформації в генетичному алгоритмі
Типи кодування:
- бінарне - В
классическом генетическом алгоритме
применяется двоичное кодирование
хромосом. Оно основано на известном
способе записи десятичных чисел в
двоичной системе, где каждый бит двоичного
кода соответствует очередной степени
цифры 2. Например, двоичная
последовательность
представляет
собой код числа
:
- символьне – най поширене, але важко задавати та обчислювати фітнес функцію.
- арифметичне
- Шима (Shema) – шаблон, частина розрядів яких однакова, а інша може бути закодована
- код Грея - который характеризуется тем, что двоичные последовательности, соответствующие двум последовательным целым числам, отличаются только одним битом. Такой способ кодирования хромосом может оказаться оправданным при использовании операции мутации.
0 0000 1 0001
2 0011 3 0010
4 0110 5 0111 6 0101 7 0100
8 1100 9 1101
16. Типи вибору генетичного алгоритма
Батьківські пари можна вибирати такими способами:
Панміксія - обидва члени популяції, що створюють батьківські пари випадковим чином вибираються із усієї популяції, при чому будь-який член популяції може стати учасником декількох пар, але при такому виборі пари із однаковими членами не розглядаємо
Селективний - батьками можуть стати лише ті особи, значення пристосованості яких не менше порогової величини, наприклад середнього значення пристосованості по популяції. Порогова величина в селекції може бути обчислена різними способами. Тому в літературі для генетичного алгоритму виділяють різні варіації селекції:
Пропорційний відбір – при якому кількість хромосом, які підходять для вирішення задачі є вище середнього. Ми можемо здійснювати цей відбір із великої множини базових хромосом
На базі колеса рулеки – чим вища оціночна функція тим більший сектор рулетки займає ті хромосоми.
Турнірний відбір – найбільш простий та розповсюджений. Обираємо 2 кращі хромосоми (наприклад, якщо розбити на 2 групи – обираємо по 1 кращій з кожної групи).
Ранжування –ділимо на декілька груп (не обов’язково) та ранжуємо по фітнес функції. За допомогою рангів обираємо кращіх представників.
У методі рулетки
(roulette-wheel
selection)
особини відбираються за допомогою
«запусків»
рулетки, де
—
розмір популяції. Колесо рулетки містить
по одному сектору для кожного члена
популяції. Розмір
-го
сектору пропорційний ймовірності
попадання в нову популяцію
.
При такому відборі члени популяції з
більш високою пристосованістю з більшою
ймовірністю будуть частіше вибиратись,
ніж особини з низькою пристосованістю.
Популяція із 5 особин |
Придатність |
Ймовірність вибору |
|
52 |
|
|
85 |
|
|
37 |
|
|
3 |
|
|
23 |
|
Інбрідінг - перший член пари вибирається випадковим чином, а другим з більшою ймовірністю буде максимально близький до нього член популяції.
Аутбрідінг - пари формуються аналогічно, але із максимально далеких членів популяції.
Рошарняють фенотипний і генотипний інбрідінг та аутбрідінг. Генотипним (коли в якості відстані береться різниця значень цільової функції для відповідних особин) і фенотипним (в якості відстані береться відстань Хемінга).
Відстань Геммінга дорівнює числу різних локусів (позицій генів в хромосомі) у бінарному рядку. Приклад визначення спорідненості бінарних хромосом при виборі батьківської пари для хромосоми 1010001 показаний в таблиці.
Хромосоми популяції |
Кількість різних локусів |
1000000 |
2 |
1010101 |
1 |
1111111 |
4 |
1100001 |
2 |
