Řízené křížení v genetických algoritmech
Directed Mutation in Genetic Algorithms
bakalářská práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/40615Identifikátory
SIS: 100185
Kolekce
- Kvalifikační práce [10691]
Autor
Vedoucí práce
Oponent práce
Hoksza, David
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Obecná informatika
Katedra / ústav / klinika
Ústav formální a aplikované lingvistiky
Datum obhajoby
6. 9. 2012
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Dobře
Klíčová slova (česky)
genetický algoritmus, křížení, řízené kříženíKlíčová slova (anglicky)
genetic algorithm, crossover, directed crossoverGenetické algoritmy jsou počítačové programy, které se snaží napodobit vývoj živočišného druhu. Využívají se především k řešení problémů optimalizace a při řešení úloh, které jsou NP-obtížné nebo NP-úplné. Proces zpracování algoritmu často trvá velice dlouho, a proto jsme se v této práci začali zabývat řízeným křížením namísto náhodného křížení jedinců. Řízené křížení vychází z předpokladu, že některé rysy jsou užitečnější než jiné, a snaží se takové rysy ve stávající populaci automaticky odhalit a využít je v dalších generacích. Náš návrh a implementace řízeného křížení vedl na dvou konkrétních úlohách pouze ke slabému zlepšení výsledků ve srovnání s klasickými genetickými algoritmy a algoritmem Hill-climbingu.
Genetic algorithms are computer programs that try to mimic the process of natural evolution. These algorithms are mostly used for solving problems of optimization, which can be NP-hard or NP-complete. The optimization using genetic algorithms is often very slow. In this thesis, we examine the idea of directed crossover instead of the standard random process. Directed crossover is based on the assumption that some features of population members are more useful than others. We thus try to identify these good features in the current population and promote them in future generations. In our implementation and experiments on two specific optimization tasks, directed crossover has lead to only a slight improvement over a standard genetic algorithm and Hill-climbing.