आनुवंशिक एल्गोरिदम के लिए कुछ वास्तविक दुनिया अनुप्रयोग क्या हैं?


13

कुछ वास्तविक दुनिया की समस्याएं क्या हैं जो एक आनुवंशिक एल्गोरिथ्म का उपयोग करके हल की गई हैं? समस्या क्या है? इस समस्या को हल करने के लिए फिटनेस टेस्ट का क्या उपयोग किया जाता है?


1
यह सामुदायिक विकि होना चाहिए (यह मानते हुए कि यह विषय पर है)।
शेन

4
मुझे यकीन नहीं है कि आनुवंशिक एल्गोरिदम गुंजाइश के भीतर हैं। हमें इस पर यहाँ चर्चा करनी चाहिए: meta.cstheory.stackexchange.com/questions/73/…
सुरेश वेंकट

7
यह विषय से बाहर है।
मार्कोस विलग्रा

5
एक इंटरएस्टिंग प्रश्न हो सकता है: कोई परिदृश्य हैं जो GA के लिए उचित गारंटी देता है।
सुरेश वेंकट

2
लेकिन यह सिद्धांत के एक अनुप्रयोग के बारे में नहीं है। यह अभ्यास के एक अनुप्रयोग के बारे में है।
जेफ

जवाबों:


11

रिलेशनल डेटाबेस में अनुकूलक। उदाहरण PostgreSQL और H2 हैं ; अन्य डेटाबेस सबसे अधिक संभावना एक आनुवंशिक एल्गोरिथ्म का भी उपयोग करते हैं। समस्या यह है: सबसे अच्छी क्वेरी योजना (न्यूनतम अनुमानित लागत वाला) एनपी-हार्ड है। फिटनेस टेस्ट अनुमानित लागत है।


8

लेमार्कवादी आनुवंशिक एल्गोरिथम संभावित नई दवा यौगिकों है कि एक विशेष रिसेप्टर के साथ बाध्य कर सकते हैं के लिए स्क्रीन पर chemoinformatics में प्रयोग किया जाता है।

कम्प्यूटेशनल समस्या उम्मीदवारों के लिए एक रासायनिक डेटाबेस के माध्यम से खोज करना है जो सही ढंग से उन्मुख कर सकते हैं (रिसेप्टर युक्त अणु के संभावित झुकावों को संदर्भित करता है), और यह संयोजन करने के लिए कि एक संयुक् त खोज (यानी, एक जो अणु के संभावित अस्थिर टॉरियन्स पर विचार करता है) , जो प्रतिक्रिया को दृढ़ता से प्रभावित कर सकता है )।

इससे पहले, यह या तो एक अभिविन्यास खोज या एक अनुरूपता खोज करने के लिए संभव था, लेकिन दोनों नहीं। LGA कंप्यूटर स्पीडअप का लाभ उठाता है, और एक स्थानीय खोज के साथ एक आनुवंशिक एल्गोरिथ्म की वैश्विक खोज को जोड़ता है।


6

एंटीना ने एंटीना डिजाइन के लिए एक आनुवंशिक एल्गोरिथ्म बनाया ।

फिटनेस टेस्ट इस प्रकार है:

एंटेना का मूल्यांकन करने के लिए उपयोग किया जाने वाला फिटनेस फ़ंक्शन वोल्टेज स्टैंडिंग वेव रेशियो (वीएसडब्ल्यूआर) का एक फ़ंक्शन है और ट्रांसमिशन पर प्राप्त मूल्यों और आवृत्तियों को प्राप्त करता है। VSWR परावर्तित-लहर हस्तक्षेप को यों करने का एक तरीका है, और इस प्रकार जंक्शन पर प्रतिबाधा की मात्रा बेमेल है। VSWR एक ट्रांसमिशन लाइन के साथ सिग्नल लिफाफे में उच्चतम वोल्टेज और सबसे कम वोल्टेज के बीच का अनुपात है।


6

ये अक्सर वित्त में उपयोग किए जाते हैं, विशेष रूप से पोर्टफोलियो अनुकूलन समस्याओं के लिए। इस विषय पर कई पेपर हैं, लेकिन उदाहरण के लिए पोर्टफोलियो ऑप्टिमाइजेशन में जेनेटिक एल्गोरिदम देखें ।


6

मैं विनिर्माण और शिक्षा में समयबद्धन समस्याओं को हल करने के लिए जीए का उपयोग करता हूं। पहले मामले में फिटनेस फ़ंक्शन यह था कि दिए गए समय सीमा में अनुरोधित वस्तुओं का कितना निर्माण किया गया था, जबकि दूसरे मामले में फिटनेस संघर्षों के साथ दंडात्मक कार्यक्रमों पर आधारित थी।

यदि आप अनुप्रयोगों में रुचि रखते हैं, तो यहां Citeseerx पर 20K + पेपर्स का लिंक दिया गया है


6

मैं विरोध नहीं कर सकता लेकिन रोजर अलसिंग के काम को इंगित करता हूं:

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

केवल 50 अर्ध-पारदर्शी त्रिकोणों का उपयोग करके मोना लिसा की छवि का प्रतिनिधित्व करें ।


यह एक बहुत ही अच्छा प्रोजेक्ट था! और अगर मैं इसके बारे में नहीं जानता, तो मैं एक और बहुत अच्छी परियोजना tagxedo.com को इंगित करने का विरोध नहीं कर सकता। ;-)
स्टीवन ए। लोव

4

एंटीना डिजाइन का उल्लेख पहले ही किया जा चुका है, और यह एक अत्यंत समृद्ध डोमेन है। (यह बहुत सीधे तौर पर है, जिसने इलेक्ट्रिकल इंजीनियरिंग से कंप्यूटर विज्ञान (90 के दशक के अंत तक) और विशेष रूप से जैव-प्रेरित संगणना और कृत्रिम बुद्धिमत्ता (पिछले पांच वर्षों में या तो) पर मेरी गति को शुरू किया।

उसी नस में, मैं एंटीना सरणी अनुकूलन जोड़ूंगा, विशेष रूप से चरणबद्ध सरणी अनुकूलन के लिए, जो एंटीना डिजाइन के सभी सिरदर्द, और बहुत कुछ है। वास्तव में विद्युत चुम्बकीय उपकरण डिजाइन के पूरे क्षेत्र में अवसर हैं: एंटेना, एंटीना सरण, माइक्रोवेव फिल्टर, ऑप्टिकल झंझरी, मेटामेट्री डिवाइस डिजाइन, मेरे सिर के ऊपर से सभी। एक दिनांकित सर्वेक्षण जेनेटिक एल्गोरिदम द्वारा इलेक्ट्रोमैग्नेटिक ऑप्टिमाइज़ेशन है , और हाल के सर्वेक्षण में इलेक्ट्रोमैग्नेटिक्स में जेनेटिक एल्गोरिदम है । (मुझे वास्तव में उस दूसरे को खरीदना चाहिए।

मैंने गैर-विद्युत चुम्बकीय सर्किट डिजाइन पर बहुत सारे अच्छे कागजात देखे हैं: जीएएस प्रतिस्पर्धी ऑप-एम्प या अन्य एकीकृत सर्किट डिजाइनों के साथ आ रहे हैं, एफएजीएएस में एनालॉग खामियों का फायदा उठाने के लिए "लर्निंग" जैसे एनालॉग कार्यों को लागू करने के लिए घड़ियाँ, आदि कुछ भी गूंगा के रूप में सरल के रूप में, असतत तत्व फिल्टर डिजाइन GAs के लिए एक लक्ष्य हो सकता है: मैंने एक देखा है कि क्यू-कारक, सहिष्णुता, असतत मूल्यों और सोल्डरिंग पैरासिटिक मॉडल में कारक अच्छे से प्राप्त करने के लिए, आपके हाथ के कुछ हिस्से।

इनमें अक्सर अनुवांशिक रूप से फिट होने के लिए अनुवांशिक संचालकों के साथ-साथ परिवर्तनीय आकार के गुणसूत्रों को प्राप्त करने के लिए कुछ (कुछ भी, मेरे लिए) सर्किट अभ्यावेदन शामिल होते हैं।


हाँ सर्किट डिजाइन उदाहरण को फिर से प्रदर्शित करने या यहां तक ​​कि पेटेंट किए गए डिज़ाइन को दिखाया गया है। इन लाइन के साथ एक प्रारंभिक पेपर, बहुत बाद में शोध का प्रयास करता है। कोजा एट अल 1997 द्वारा आनुवंशिक प्रोग्रामिंग के माध्यम से एक हाई-गेन ऑपरेशनल एम्पलीफायर और अन्य सर्किट का डिजाइन
vzn

3

हाल ही में जीएएस का उपयोग करने के बारे में एक सवाल था, जिसमें पवन टरबाइन ब्लेड डिजाइन विकसित करने के लिए तरल गतिकी का उपयोग करके शारीरिक शक्ति का सिमुलेशन फिटनेस फ़ंक्शन उत्पन्न किया गया था। [१]

यह वीडियो VAWT पवन टरबाइन ब्लेड विकसित करने के लिए एक आनुवंशिक एल्गोरिथ्म के उपयोग को दर्शाता है। परिणामी ब्लेड में से एक काफी अलग है और अच्छी तरह से अनुकरण करने के लिए लगता है। प्रजनन सॉफ्टवेयर पर्ल में लिखा गया था, डिस्प्ले सॉफ्टवेयर जावा, और सीएफडी सॉफ्टवेयर ओपनफोम था। 672 से अधिक सीपीयू घंटे इस वीडियो के निर्माण में चले गए। नोट: मुझे पता चला है कि मैंने इस प्रयोग पर हवा के लिए गलत चिपचिपाहट का उपयोग किया है, इसलिए परिणाम पृथ्वी पर उपयोग के लिए मान्य नहीं हैं। (शायद बृहस्पति।)

[१] "sjh7132" द्वारा youtube पर "पवन टरबाइन ब्लेड का विकास "। TCS.se प्रश्न द्वारा / के हवाले से: पवन चक्की टरबाइन ब्लेड को अधिक कुशल बनाने के लिए आनुवंशिक एल्गोरिदम का उपयोग करना किस हद तक संभव है?


3

वाइन के वर्गीकरण के लिए जीए का उपयोग करने में कुछ शोध है। यह वाइन की विविधता और उत्पादन स्थान ("मूल संप्रदाय") को सटीक रूप से वर्गीकृत करता है। [१] यह कृषि प्रणालियों में GA के उपयोग का एक सबसेट है, जिसमें कई अनुप्रयोग हैं। [2]

[१] एनएचबेल्ट्रान एट अल द्वारा उदाहरण के रूप में चिली वाइन क्रोमैटोग्राम का उपयोग करते हुए फ़ीचर चयन एल्गोरिदम

[२] बोल्बाका एट अल द्वारा कृषि प्रणालियों के लिए जेनेटिक एल्गोरिदम में कला की स्थिति


1

एयरोस्पेस क्षेत्र में उड़ान नियंत्रण के लिए GA के उपयोग पर कई कागजात हैं। इनमें से कई IEEE एक्सप्लोरर द्वारा प्रकाशित या खोजे जा रहे हैं । फिटनेस फ़ंक्शन आम तौर पर मापता है कि एल्गोरिथ्म उड़ान को कितनी अच्छी तरह / प्रभावी ढंग से नियंत्रित करता है।

[१] फेंटिनुट्टो एट अल द्वारा आनुवंशिक नियंत्रण के साथ उड़ान नियंत्रण प्रणाली का डिजाइन और अनुकूलन

[२] हाइपरसोनिक उड़ान नियंत्रण के लिए आनुवंशिक एल्गोरिदम का अनुप्रयोग। ऑस्टिन, जैकब्स।

[३] एफ -१६ उड़ान सतह नियंत्रण प्रणाली का मल्टी-कोर कार्यान्वयन जेनेटिक एल्गोरिदम आधारित अनुकूली नियंत्रण एल्गोरिथ्म, ज़ियाओरू वांग का उपयोग

[४] हाइपरसोनिक वाहनों के लिए एकीकृत उड़ान नियंत्रण के लिए आनुवंशिक एल्गोरिथम पर आधारित फ़ज़ी लॉजिक नियंत्रण। वांग जियान द्वारा


1

एक उल्लेखनीय, यहां तक ​​कि असाधारण या जीए के स्थानांतरण का उपयोग, बाद के सर्वेक्षणों में अत्यधिक उद्धृत, कोजा द्वारा एक वीडियो गेम "समस्या" को हल करने के लिए अग्रणी किया गया था - अर्थात् पीएसी मैन सिद्धांत के प्रमाण के लिए, लेकिन अवधारणा संभवतः संभवतः लगभग लागू की जा सकती है कोई भी वीडियो गेम, और परिणाम निश्चित रूप से तुच्छ या "खिलौना" से दूर हैं।

यही है, उन्होंने ऐसे एल्गोरिदम विकसित किए जो वास्तविक व्यवहार को समय की विस्तारित अवधि के लिए खेल खेलने के लिए लागू करते हैं। परिणाम शौकिया या उन्नत मानव खिलाड़ियों के प्रदर्शन के स्तर पर हैं । एक फिटनेस फ़ंक्शन या तो खेले जाने वाले एल्गोरिदम या लम्बे समय तक चलाए जाने वाले बिंदु हो सकते हैं (बाद में संभवतः एल्गोरिदम विकसित करेंगे जो स्कोरिंग अंक के बिना जीवित रहते हैं, जैसे कि खेल क्षुद्रग्रहों में "शिकार" अंतरिक्ष यान का एक क्लासिक मामला)। व्यवहार "आदिम" (उदाहरण के लिए राक्षस / अधिनियम आदि) और पेड़ों के साथ लागू किया जाता है जो कि आदिम रणनीतियों के संयोजन का प्रतिनिधित्व करते हैं।

[१] Atif M. Alhejali और सिमोन एम। ललास द्वारा जेनेटिक प्रोग्रामिंग का उपयोग करते हुए विविध सुश्री पीएसी-मैन प्लेइंग एजेंटों का विकास।

[२] प्ले-मैन सीखना: एक विकासवादी, गैलाघर और रयान द्वारा नियम-आधारित दृष्टिकोण

[३] लो-कॉम्प्लेक्सिटी रूल-बेस्ड नीतियों का उपयोग करके खेलना सीखना: इस्तवान सुजिता एंड्रस एल ~ orincz द्वारा सुश्री पीएसी-मैन के माध्यम से चित्र


बहुत नाइट-पिकी होने के लिए, मैं आनुवंशिक प्रोग्रामिंग, और जेनेटिक एल्गोरिदम के बीच अंतर करूंगा। निश्चित रूप से वे निकटता से संबंधित हैं, यद्यपि।
नोवाक

@ नोवाक सहमत थे और यहाँ होने वाले भेद को दर्शाने के लिए thx। मोटे तौर पर, जीपी एल्गोरिदम को खोजने के लिए जीए का उपयोग सही है? हां पाया गया व्यवहार / निर्माण मूल रूप से एक एल्गोरिथ्म के बराबर है .. और निश्चित रूप से तकनीक संभवतः वीडियो गेम के बाहर व्यापक रूप से लागू है, हालांकि अभी तक कई उदाहरणों के बारे में पता नहीं है .. इसका बहुत ही उन्नत उपयोग .. (हालांकि एक और उदाहरण की याद दिलाता हूं) koza के जो अभी भी एक चतुर तरीके से पेड़ों का उपयोग करता है! उस पोस्ट करने की आवश्यकता है)।
vzn

1

वार्षिक GECCO सम्मेलन (विकासवादी संगणना अनुसंधान के लिए बहुत महत्वपूर्ण स्थल) में एक 'वास्तविक विश्व अनुप्रयोग' ट्रैक है।

इस हालिया प्रस्तुति को भी देखें :

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.