Analiza wpływu procesu uczenia na tempo ewolucji w przypadku wielomodalnej funkcji celu

• Autorzy: Gajer M.

Warianty tytułu

EN

The analysis of impact of learning on the rate of evolution in the case of a multimodal fitness function

• Języki publikacji: PL

Abstrakty

PL

Ewolucja oraz uczenie się są dwoma głównymi procesami rozpatrywanymi w ramach badań nad systemami sztucznej inteligencji. Jest od dawna znanym faktem, że proces uczenia może prowadzić do przyspieszenia bądź spowolnienia przebiegu zmian ewolucyjnych, jednak wciąż brak jest solidnej teorii opisującej w sposób ilościowy rozważane zjawiska. Pewne rezultaty zostały uzyskane jedynie w przypadku monotonicznej funkcji celu. W artykule pokazano, w oparciu o przeprowadzone eksperymenty numeryczne polegające na poszukiwaniu rozwiązania optymalnego, że również w przypadku wielomodalnej funkcji celu zastosowanie uczenia prowadzi do istotnego przyspieszenia tempa ewolucji.

EN

The evolution and learning are two main processes that are examined in the domain of artificial intelligence systems. It is a well-known fact that learning can both accelerate or decelerate evolution, but there is still no solid theory that could explain these phenomena in a quantitative way. Some results were obtained only in the case of a monotonic fitness function. In the paper it was demonstrated, basing on the numerical experiments of optimum search, that also in the case of a multimodal fitness function learning can lead to a visible acceleration of the rate of evolution.

Słowa kluczowe

PL

systemy sztucznej inteligencji; systemy ewolucyjne; proces uczenia; wielomodalne funkcje celu

EN

artificial intelligence systems; evolutionary systems; learning process; multimodal fitness functions

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2010
• Tom: R. 86, nr 2
• Strony: 24--29
• Opis fizyczny: Bibliogr. 17 poz.

Twórcy

autor

Gajer M.

• Akademia górniczo-Hutnicza w Krakowie,

Bibliografia

• [1] Osowski S., Sieci neuronowe w ujęciu algorytmicznym, Wydawnictwa Naukowo-Techniczne, Warszawa, 1996
• [2] Goldberg D. E., Algorytmy genetyczne i ich zastosowania, Wydawnictwa Naukowo-Techniczne, Warszawa, 1996
• [3] Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa-Łódź, 1997
• [4] Gajer M., Zastosowanie algorytmów ewolucyjnych w zagadnieniach optymalizacyjnych na przykładzie problemu ekonomicznego rozdziału obciążeń w systemie elektroenergetycznym, Elektronika, XLV (2004), n.11, 48-49
• [5] Gajer M., Zastosowanie algorytmów genetycznych do poszukiwania optymalnych planów produkcji energii w systemie elektroenergetycznym [w:] Współczesne problemy systemów czasu rzeczywistego, pod red. Andrzeja Kwietnia i Piotra Gaja, Warszawa, WNT, 2004, 25-34
• [6] Tadeusiewicz R., Problemy biocybernetyki, Warszawa, Wydawnictwo Naukowe PWN, 1994
• [7] Villee CA., Biologia, Kaunas, KESAN, 1991
• [8] Papaj D., Optimizing learning and its effect on evolutionary change in behavior, Behavioral mechanisms in evolutionary ecology, University of Chicago Press, 133-154
• [9] Mery F., Kawecki T., The effect of learning on experimental evolution of resource preference in Drosophila melanogaster, Evolution, 58 (2004), 757-767
• [10] Paenke I., Kawecki T.J., Sendhoff B., The influence of learning on evolution: A mathematical framework, Artificial Life, 15(2009), n.2, 227-245
• [11] Hinton G., Nowlan S., How learning can guide evolution, Comp/ex Systems, (1987), n.1, 495-502
• [12] Gajer M., Zastosowanie algorytmu ewolucyjnego do optymalizacji pracy urządzeń systemu elektroenergetycznego, Informatyka Teoretyczna i Stosowana, 7 (2007), n.2, 15-23
• [13] Matos A., Suzuki R., Arita T., Heterochrony and artificial embryogeny: A method for analyzing artificial embryogenies based on developmental dynamics, Artificial Life, 15 (2009), n.2, 131-160
• [14] Stanley K.O., D'Ambrosio D.B., Gauci J., A hypercube-based encoding for evolving large-scale neural networks, Artificial Life, 15 (2009), n.2, 185-212
• [15] Gajer M., Rozważania nad algorytmami genetycznymi i procesem ewolucji, Informatyka Teoretyczna i Stosowana, 7 (2007), n.2, 7-14
• [16] Michalewicz Z., Algorytmy genetyczne + struktury danych = programy ewolucyjne, Wydawnictwa Naukowo-Techniczne, Warszawa, 2003
• [17] Arabas J., Wykłady z algorytmów ewolucyjnych, Wydawnictwa Naukowo-Techniczne, Warszawa, 2004