Wyniki wyszukiwania - BazTech

1

Emerging modularity during the evolution of neural networks

Praczyk Tomasz

Journal of Artificial Intelligence and Soft Computing Research

|

2023

|

Vol. 13, No. 2

107--126

EN

Modularity is a feature of most small, medium and large–scale living organisms that has evolved over many years of evolution. A lot of artificial systems are also modular, however, in this case, the modularity is the most frequently a consequence of a handmade design process. Modular systems that emerge automatically, as a result of a learning process, are very rare. What is more, we do not know mechanisms which result in modularity. The main goal of the paper is to continue the work of other researchers on the origins of modularity, which is a form of optimal organization of matter, and the mechanisms that led to the spontaneous formation of modular living forms in the process of evolution in response to limited resources and environmental variability. The paper focuses on artificial neural networks and proposes a number of mechanisms operating at the genetic level, both those borrowed from the natural world and those designed by hand, the use of which may lead to network modularity and hopefully to an increase in their effectiveness. In addition, the influence of external factors on the shape of the networks, such as the variability of tasks and the conditions in which these tasks are performed, is also analyzed. The analysis is performed using the Hill Climb Assembler Encoding constructive neuro-evolutionary algorithm. The algorithm was extended with various module-oriented mechanisms and tested under various conditions. The aim of the tests was to investigate how individual mechanisms involved in the evolutionary process and factors external to this process affect modularity and efficiency of neural networks.

2

Równoległy ewolucyjny algorytm optymalizacyjny z gradientową poprawą osobników

Turant J.

Zeszyty Naukowe Wyższej Szkoły Informatyki

|

2015

|

Vol. 14, Nr 1

82--91

PL

W pracy zaproponowano hybrydowy algorytm optymalizacyjny zbudowany z równoległego połączenia typowego zmiennoprzecinkowego algorytmu ewolucyjnego z gradientową poprawą grupy najlepszych osobników. Obliczenia przeprowadzono dla testowej funkcji celu dla przypadków różniących się liczbą lokalnie najlepszych rozwiązań, a następnie porównano wydajność i stabilność algorytmu dla różnych ilości osobników poddanych procesowi gradientowej poprawy.

EN

In the paper the hybrid optimization algorithm was proposed. The algorithm was build with typical floating-point evolutionary algorithm joined with gradient improvement of a group of the best individuals. The calculations were carried out for a test goal function for cases of different number of locally best solutions and next effectiveness and stability of proposed algorithm were compared for different number of improved individuals.

3

Pewne metody hybrydowe w jednokryterialnej optymalizacji konstrukcji

Krenich S.

Czasopismo Techniczne. Mechanika

|

2011

|

R. 108, z. 4-M/1

255-262

PL

W artykule przedstawiono metody optymalizacji hybrydowej i ich zastosowanie dla optymalizacji jednokryterialnej. W badaniach przeprowadzono testy z użyciem metod hybrydowych zbudowanych na podstawie turniejowego algorytmu ewolucyjnego (AE) oraz wybranych kilku metod sekwencyjnych (AS), tj. metody zmiennej tolerancji (FT), zmiennej metryki (VM), metody poszukiwań prostych (DS), metody sympleksu (SX). Przeprowadzono obliczenia dla przykładowego testu numerycznego oraz dla mechanizmu dźwigniowego chwytaka siłowego. Badania wykazały, iż połączenie metod poszukiwania globalnego (AE) przestrzeni rozwiązań z metodami przeszukiwania lokalnego (AS) prowadziło z reguły do uzyskiwania lepszych rozwiązań, przy niewielkim zwiększeniu czasu obliczeń. Ogólny algorytm tej metody ma charakter uniwersalny i może być stosowany do różnych obliczeń optymalizacyjnych.

EN

The paper presents an approach to single criteria optimization using hybrid methods. Based on tournament evolutionary algorithms (AE) and four sequential methods (AS) like a flexible tolerance method (FT), a variable matrix method (VM), a direct search method (DS), a symplex method (SX), the hybrid algorithm was implemented. During calculations two optimization problems were considered. The first one is the numerical test with several constraints and the second example deals with optimization of a robot gripper mechanism. The obtained results indicate that the combination of global and local search methods yields better results with a small increase of computation time. The algorithm of the proposed method has a universal character and can be used for wide range of optimization problems.

4

Hybrid multi - objective differential evolution for multi - objective optimization of industrial polymeric materials

Gujarathi A. M., Babu B. V.

Computer Methods in Materials Science

|

2011

|

Vol. 11, No. 3

463-468

EN

MOO of industrial case studies involving process design decisions [namely, styrene reactor, polyethylene terephthalate (PET) reactor, and low density polyethylene (LDPE) tubular reactor] is carried out using the newly developed algorithms. The performance of newly developed algorithms is checked with respect to the effects of dominant decision variables on the Pareto front. The Pareto fronts obtained using the algorithms developed in this study are compared among themselves, with the industrial data, and the data reported in the literature. The newly developed strategies of MODE algorithm are able to converge to a better Pareto front as compared to the Pareto fronts obtained using MODE and NSGA for styrene reactor. For PET reactor, where NSGA algorithm gave a single point solution, the strategies of MODE algorithm resulted in a Pareto front (consisting of setoff solutions). For LDPE tubular reactor, the results obtained in this study show that MODE III algorithm is able to give a wide range of solutions on the Pareto front as compared to those obtained using other strategies of MODE. The points on the Pareto front are of interest to the decision makers (plant engineers) involved in process design decisions.

PL

W pracy przeprowadzono wielokryterialna optymalizację (ang. Multi-objective Optimization - MOO) procesów przemysłowych obejmującą decyzje związane z projektowaniem tych procesów [przykładowo, reaktor styrenu (winylobenzenu), reaktor termoplastycznej żywicy polimerowej (ang. polyethylene terephthalate - PET), i rurowy reaktor polietylenu o niskiej gęstości (ang. Iow density polyethylene - LDPE)]. W tym celu wykorzystano opracowane, nowe algorytmy. Efektywność tych algorytmów została sprawdzona przez ocenę wpływu głównych zmiennych decyzyjnych na front Pareto. Front Pareto otrzymy-wany stosując różne opracowane w niniejszej pracy algorytmy porównywano między sobą oraz z danymi przemysłowymi i danymi wziętymi z literatury. Opracowane nowe strategie wielokryterialnego algorytmu ewolucyjnego (MODĘ) zbiegają się do lepszego frontu Pareto niż uzyskiwany klasycznymi algorytmami MODĘ i NSGA dla reaktora styrenu. W przypadku reaktora PET, dla którego algorytm genetyczny NSGA dawał pojedyncze rozwiązanie, strategia oparta o algorytm MODĘ daje front Pareto składający się ze zbioru rozwiązań. Wyniki uzyskane w niniejszej pracy dla reaktora rurowego LDPE wykazują, że algorytm MODE III może dać szerszy obszar rozwiązań we froncie Pareto w porównaniu do uzyskanego innymi strategiami MODE. Punkty na froncie Pareto są interesujące dla inżynierów podejmujących decyzje produkcyjne.

5

A critical review of the newest biologically-inspired algorithms for the flowshop scheduling problem

Duda J.

TASK Quarterly : scientific bulletin of Academic Computer Centre in Gdansk

|

2007

|

Vol. 11, No 1-2

7-19

EN

The three most recent bio-inspired heuristics proposed in the OR literature for solving the flowshop scheduling problem are revised in the paper. All of these algorithms use local search procedures to improve solutions achieved by the main procedure. The author tries to asses the gains from hybridizing such heuristics with local search procedures. The achieved results confirm that simple local search algorithms can compete successfully with much complex hybrids.