evolutionary programming n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Evolutionary Programming PowerPoint Presentation
Download Presentation
Evolutionary Programming

Loading in 2 Seconds...

play fullscreen
1 / 9

Evolutionary Programming - PowerPoint PPT Presentation


  • 66 Views
  • Uploaded on

Evolutionary Programming. Naraiel Ferrari. Overview geral. USA na década de 60 Lawrence J. Fogel

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Evolutionary Programming' - delta


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
overview geral
Overview geral
  • USA na década de 60
  • Lawrence J. Fogel
    • “Intelligent behavior is a composite ability to predict one’s environment coupled with a translation of each prediction into a suitable response in light of some objective” (Fogel et al., 1966, p. 11)
  • Ideia:
overview geral1
Overview geral
  • Aplicações:
    • Inicialmente: Predição com máquinas de estado
    • Estendido: Problemas de otimização (1990)
  • Destaques:
    • Semelhante ao ES
    • Auto adaptação dos parâmetros
    • Não há recombinação (crossover)
m quina de estado finito fsm
Máquina De Estado Finito (FSM)
  • M = {Q,T,P,S,O}
    • Q: Estados
    • T: Entrada
    • P: Saída
    • S: Próximo Estado
    • O: Próxima Saída
  • Depende apenas do estado inicial e da sua entrada.
predi o com fsm
Predição com FSM
  • Próxima Entrada?
  • Dados:
    • Estado Inicial: C
    • Estados: C B C A A B
    • Entrada: 0 1 1 1 0 1 = 29
  • Saída: 110111
  • Ideal: 010001 = 30
t cnica evolutiva
Técnica Evolutiva
  • Uma sequência de símbolos é apresentada a uma população de máquinas.
  • Compara-se a saída com o próxima símbolo de entrada
  • Avalia-se o resultado
  • Máquinas filhas são geradas (mutação):
    • Mude um símbolo de saída
    • Mude uma transição de estado
    • Adicione um estado
    • Delete um estado
    • Mude o estado inicial
fsm for prime numbers
FSM for Prime Numbers
  • Sequencia de entrada: 1,2,3,4,5,7,8,9...
  • Símbolos apresentado: 0,1,1,0,1,1,0,0..
  • Uma sequência não estacionária foi gerada.
    • função custo:
      • 1 para cada predição correta
      • 0 para cada predição incorreta
      • -0.01 vezes a quantidade de estados
  • Resultado: Após 202 símbolos de entrada, a melhor máquina apresentava apenas 1 estado e sempre previa um não primo.
otimiza o de fun o cont nuas meta pe
Otimização de Função Contínuas: meta-PE
  • Representação
    •  x1,…,xn,1,…,n
  • Mutação
    • i’ = i (1 + N(0,1))
    • x’i = xi + i’Ni(0,1)
  • Recombinação
    • Nãohá crossover
  • Seleção
    • Determinística
    • (µ+ µ)
  • inicialize m indivíduos do tipo: v = (x,s) e armazene em P. Avalie todos os indivíduos
  • t 1
  • enquanto NOT condição_de_paradafaça,
    • muteos indivíduos de P e armazene em P’
    • avalie os indivíduos gerados em P’ (filhos)
    • selecione m indivíduos de PP’ por torneio estocástico
  • t ¬ t + 1
  • fim enquanto
fun o ackley
Função Ackley
  • Resultados
    • ES:
    • PE:
      • Mutação Gaussiana
    • PE:
      • Mutação de Cauchy