Wyniki wyszukiwania - BazTech

1

The performance profile: A multi-criteria performance evaluation method for test-based problems

Jaśkowski W., Liskowski P., Szubert M., Krawiec K.

International Journal of Applied Mathematics and Computer Science

|

2016

|

Vol. 26, no. 1

215--229

EN

In test-based problems, solutions produced by search algorithms are typically assessed using average outcomes of interactions with multiple tests. This aggregation leads to information loss, which can render different solutions apparently indifferent and hinder comparison of search algorithms. In this paper we introduce the performance profile, a generic, domain-independent, multi-criteria performance evaluation method that mitigates this problem by characterizing the performance of a solution by a vector of outcomes of interactions with tests of various difficulty. To demonstrate the usefulness of this gauge, we employ it to analyze the behavior of Othello and Iterated Prisoner’s Dilemma players produced by five (co)evolutionary algorithms as well as players known from previous publications. Performance profiles reveal interesting differences between the players, which escape the attention of the scalar performance measure of the expected utility. In particular, they allow us to observe that evolution with random sampling produces players coping well against the mediocre opponents, while the coevolutionary and temporal difference learning strategies play better against the high-grade opponents. We postulate that performance profiles improve our understanding of characteristics of search algorithms applied to arbitrary test-based problems, and can prospectively help design better methods for interactive domains.

2

Wykorzystanie strategii ewolucyjnej do estymacji parametrów modelu histerez

Chwastek K., Dudek G.

Przegląd Elektrotechniczny

|

2012

|

R. 88, nr 12b

5-7

PL

Zaproponowano strategię ewolucyjną do estymacji parametrów fenomenologicznego modelu histerezy autorstwa Takácsa uzupełnionego o składnik reprezentujący procesy odwracalne zachodzące podczas procesu magnesowania. …

EN

An evolution strategy for parameter estimation of the Takács phenomenological model of hysteresis is proposed. The description is supplemented with a component related to reversible magnetization processes.

3

Data-based fuzzy modelling of dynamic systems by means of evolution strategies

Gorzałczany M. B., Głuszek A.

Pomiary Automatyka Kontrola

|

2010

|

R. 56, nr 12

1427-1429

EN

The paper presents a hybrid approach (combining fuzzy rule-based systems and evolution strategies) to modelling of complex dynamic systems and processes using data that describe their behaviour. The application of the proposed approach to modelling and prediction of the Mackey-Glass chaotic time series is also presented in the paper. This time series - of complex dynamics - describes various physiological and technical control systems.

PL

Artykuł prezentuje hybrydowe podejście - łączące rozmyte systemy regułowe z tzw. strategiami ewolucyjnymi - do modelowania złożonych, dynamicznych systemów i procesów z wykorzystaniem danych opisujących ich zachowanie. Strategie ewolucyjne stanowią jedną z czterech głównych klas algorytmów ewolucyjnych - obok najbardziej popularnych algorytmów genetycznych, programowania ewolucyjnego oraz programowania genetycznego. Szereg cech strategii ewolucyjnych - w tym samoadaptacja parametrów sterujących strategią ewolucji, co umożliwia dokładne lokalne dostrajanie się algorytmu - powoduje, że są one interesującym narzędziem szczególnie w zagadnieniach optymalizacji z ciągłymi parametrami. Stąd też mogą być efektywnie wykorzystywane w budowie rozmytych regułowych modeli systemów oraz algorytmów sterowania na bazie danych. W artykule przedstawiono zastosowanie proponowanego podejścia do modelowania i predykcji tzw. chaotycznego szeregu czasowego Mackey-Glass'a. Szereg ten - o złożonej dynamice - opisuje różnorodne fizjologiczne i techniczne systemy sterowania. Przedstawiono uzyskaną bazę reguł modelu rozmytego, kształty funkcji przynależności zbiorów rozmytych w nim występujących oraz porównanie odpowiedzi modelu z danymi rzeczywistymi.

4

Fast implementation of multi-population (1+1)-ES

Kołodziejczyk J., Tomaszewska A.

Elektronika : konstrukcje, technologie, zastosowania

|

2007

|

Vol. 48, nr 7

11-14

EN

In the paper we present fast implementation of multi-population (1+1)-ES. Evolutionary Strategies are vastly time consuming when used to solve problems with large domain and huge number of variables. We propose the idea of accelerate ES computation using GPU. Due to SIMD architecture GPU ES implementation is more effective when the size of an optimized problem is raising.

PL

Zaprezentowano algorytm wielopopulacyjnych strategii ewolucyjnych (1-1)-ES. Jedną z cech ES jest bardzo długi czas obliczeń dla zadań opisanych dużą liczbą zmiennych i zdefiniowanych w szerokiej dziedzinie poszukiwań. W artykule zaprezentowano sprzętową implementację algorytmu ES na GPU. Dzięki wykorzystanej architekturze SIMD i zrównolegleniu obliczeń za pomocą procesora graficznego, przedstawione podejście jest efektywne nawet w przypadku rosnącego rozmiaru problemu optymalizacyjnego.

5

Algorytmy ewolucyjne i ich zastosowania

Figielska E.

Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki

|

2006

|

nr 1

81--92

PL

Pojęcie algorytmy ewolucyjne obejmuje metodologie inspirowane darwinowską zasadą doboru naturalnego stosowane do rozwiązywania trudnych zagadnień. W artykule przedstawione są podstawowe cztery typy algorytmów ewolucyjnych: algorytmy genetyczne, programowanie genetyczne, strategie ewolucyjne i programowanie ewolucyjne, omówiona jest i zilustrowana przykładem zasada działania algorytmu ewolucyjnego oraz przedstawione są przykłady zastosowań algorytmów ewolucyjnych w praktyce.

EN

The term evolutionary algorithm encompasses methodologies inspired by the principles of genetics and Darwinian natural selection that are used for solving hard problems. In this paper four types of evolutionary algorithms are described: genetic algorithms, evolution strategies, genetic programming and evolutionary programming. An example illustrating how an evolutionary algorithm works is shown. Some real-life applications of evolutionary algorithms are presented.

6

A generic evolutionary computation approach based upon genetic algorithms and evolution strategies

Affenzeller M.

Systems Science

|

2002

|

Vol. 28, nr 2

59-71

EN

Many problems that are treated by genetic algorithms (GA) belong to the class of NP-complete problems. GA are frequently faced with a problem similar to that of stagnating in a local but not global solution. This drawback, called premature convergence, occurs when the population of a GA reaches such a suboptimal state that the genetic operators can no longer produce offspring that outperforms their parents. The author considers GA as artificial self-organizing processes in a bionically inspired generic way. In doing so he introduces an advanced selection model for GA that allows adaptive selective pressure handling in a way that is quite similar to evolution strategies. This enhanced GA model allows further extensions like the introduction of a concept to handle multiple crossover operators in parallel or the introduction of a concept of segregation and reunification of smaller subpopulations. Both extensions rely on a variable selective pressure. The experimental part of the paper discusses the new algorithms for the traveling salesman problem (TSP) as a well documented instance of a multimodal combinatorial optimization problem achieving results which significantly outperform the results obtained with a contrastable GA.

7

Genetic algorithms and evolution strategies application for ship loading

Olej V., Świątnicki Z.

Biuletyn Wojskowej Akademii Technicznej

|

2001

|

Vol. 50, nr 2-3

35-51

EN

An applicability of multiparameter systems is determined by their optimization for desired task. New methods of multiparameter system optimization have been recently published. These are, for example, neural networks [19, 20] and evolution stochastic optimization algorithms. Design and analysis of evolution stochastic optimization algorithms requires unambiguous formulating and possibility to predict the algorithm behaviour while designing them. The paper presents design and analysis of genetic algorithms (evolution strategies), new genetic algorithms (evolution strategies) with a distributed genotype, and new distributed genetic algorithms (evolution strategies). These algorithms can be used (in addition to other fields of artificial intelligence, i.e. neural networks [19, 20] expert systems [17, 18]) for rectangle packing applications (for example ship loading). This paper shows possibilities to formulate genetic algorithms and evolution strategies using schema and forma analysis.

PL

W pracy zostało przedstawione zastosowanie systemów wieloparametrycznych do optymalizacji w wybranych zagadnieniach (na przykład załadunku okrętów). W literaturze pojawiają się ostatnio różne metody optymalizacji systemów wieloparametrycznych. Są to, na przykład, sieci neuronowe [19, 20] oraz ewolucyjne stochastyczne algorytmy optymalizacyjne. Konstruowanie i analiza ewolucyjnych stochastycznych algorytmów optymalizacyjnych wymaga jednoznacznego formułowania i możliwości przewidywania działania algorytmu już podczas jego projektowania. Praca prezentuje projektowanie i analizę algorytmów genetycznych (strategii ewolucyjnych) z rozproszonym genotypem, a także zmodyfikowanych rozproszonych algorytmów genetycznych (strategii ewolucyjnych). Algorytmy takie mogą być wykorzystywane (obok innych narzędzi sztucznej inteligencji, np. sieci neuronowych [19, 20], systemów eksperckich [17, 18]) do rozmieszczania prostokątnych obiektów (na przykład załadunku okrętów). W pracy przedstawiono przykłady zastosowania w tym celu algorytmów genetycznych i strategii ewolucyjnych.