Một số ứng dụng trong thế giới thực cho các thuật toán di truyền là gì?

Một số vấn đề trong thế giới thực đã được giải quyết bằng thuật toán di truyền là gì? Vấn đề là gì? Các bài kiểm tra thể dục được sử dụng để giải quyết vấn đề này là gì?

Trình tối ưu hóa trong cơ sở dữ liệu quan hệ. Ví dụ là PostgreSQL và H2 ; cơ sở dữ liệu khác rất có thể cũng sử dụng một thuật toán di truyền. Vấn đề là: chọn gói truy vấn tốt nhất (kế hoạch có chi phí ước tính thấp nhất) là NP-hard. Các bài kiểm tra thể dục là chi phí ước tính.

Các Lamarckian thuật toán di truyền được sử dụng trong chemoinformatics để sàng lọc các hợp chất thuốc mới tiềm năng có thể liên kết với một thụ thể đặc biệt.

Vấn đề tính toán là tìm kiếm thông qua cơ sở dữ liệu hóa học cho các ứng cử viên có thể định hướng chính xác (viết các hướng có thể có của phân tử có chứa thụ thể) và kết hợp điều đó với tìm kiếm hình dạng (nghĩa là xem xét các xoắn có thể xoay của phân tử , có thể ảnh hưởng mạnh đến phản ứng ).

Trước đây, có thể thực hiện tìm kiếm định hướng hoặc tìm kiếm định dạng, nhưng không phải cả hai. LGA tận dụng lợi thế của việc tăng tốc máy tính và kết hợp tìm kiếm toàn cầu của thuật toán di truyền với tìm kiếm cục bộ.

Nasa đã tạo ra một thuật toán di truyền cho Thiết kế ăng-ten .

Bài kiểm tra thể lực như sau:

Hàm tập thể dục được sử dụng để đánh giá anten là một hàm của tỷ số sóng điện áp đứng (VSWR) và đạt được các giá trị trên tần số phát và thu. VSWR là một cách để định lượng nhiễu sóng phản xạ, và do đó, lượng trở kháng không khớp ở điểm nối. VSWR là tỷ lệ giữa điện áp cao nhất và điện áp thấp nhất trong đường bao tín hiệu dọc theo đường truyền.

Chúng thường được sử dụng trong tài chính, đặc biệt là cho các vấn đề tối ưu hóa danh mục đầu tư. Có nhiều bài viết về chủ đề này, nhưng xem ví dụ Thuật toán di truyền trong Tối ưu hóa danh mục đầu tư .

Tôi đã sử dụng GA để giải quyết các vấn đề lập kế hoạch trong sản xuất và giáo dục. Chức năng tập thể dục trong trường hợp đầu tiên là có bao nhiêu vật phẩm được yêu cầu được sản xuất trong khung thời gian nhất định, trong khi trong trường hợp thứ hai, thể dục dựa trên lịch trình xử phạt với xung đột.

Nếu bạn quan tâm đến các ứng dụng, đây là liên kết đến 20K + giấy tờ trên citeseerx

Tôi không thể cưỡng lại nhưng chỉ ra công việc của Roger Alsing:

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

Đại diện cho hình ảnh của Mona Lisa chỉ sử dụng 50 hình tam giác bán trong suốt.

Thiết kế ăng-ten đã được đề cập, và nó là một miền cực kỳ phong phú. (Đó là, rất trực tiếp, điều đã bắt đầu chuyển động của tôi từ kỹ thuật điện sang khoa học máy tính (vào cuối những năm 90) và cụ thể hơn là tính toán lấy cảm hứng sinh học và trí tuệ nhân tạo (trong năm năm qua hoặc lâu hơn.))

Trong cùng một hướng, tôi sẽ thêm tối ưu hóa mảng ăng-ten , đặc biệt là tối ưu hóa mảng theo giai đoạn, đó là tất cả những vấn đề đau đầu của thiết kế ăng-ten, v.v. Có nhiều cơ hội trong toàn bộ lĩnh vực thiết kế thiết bị điện từ, thực sự: Anten, mảng ăng ten, bộ lọc vi sóng, lưới quang, thiết kế siêu vật liệu, tất cả nằm trên đỉnh đầu tôi. Một khảo sát ngày là Tối ưu hóa điện từ bằng thuật toán di truyền và một khảo sát gần đây hơn là thuật toán di truyền trong điện từ . (Tôi thực sự nên mua cái thứ hai.

Tôi cũng đã thấy rất nhiều bài báo hay về thiết kế mạch không điện từ: GA sắp ra mắt với op-amp cạnh tranh hoặc các thiết kế mạch tích hợp khác, GA "học hỏi" để tận dụng các khiếm khuyết tương tự trong các GPU để thực hiện các chức năng tương tự như đồng hồ, v.v ... Ngay cả những thứ đơn giản như câm, thiết kế bộ lọc phần tử rời rạc có thể là mục tiêu của GA: Tôi đã thấy một yếu tố trong yếu tố q, dung sai, giá trị rời rạc và mô hình ký sinh hàn để có được bộ lọc tốt, có thể sản xuất từ những phần bạn có trong tay.

Chúng thường liên quan đến một số đại diện mạch mới (với tôi, dù sao) để có được các toán tử di truyền phù hợp với mô hình, cũng như nhiễm sắc thể kích thước thay đổi.

gần đây có một câu hỏi về việc sử dụng GA để phát triển các thiết kế lưỡi tuabin gió bằng cách sử dụng mô phỏng động lực học chất lỏng của năng lượng vật lý được tạo ra như là chức năng thể dục. [1]

Video này cho thấy việc sử dụng một thuật toán di truyền để phát triển các cánh quạt gió VAWT. Một trong những lưỡi kết quả là khá khác nhau và dường như mô phỏng tốt. Phần mềm nhân giống được viết bằng Perl, phần mềm hiển thị Java và phần mềm CFD là OpenFoam. Hơn 672 giờ CPU đã đi vào việc tạo ra video này. Lưu ý: Kể từ đó tôi đã phát hiện ra rằng tôi đã sử dụng độ nhớt sai cho không khí trong thí nghiệm này, vì vậy kết quả không có giá trị sử dụng trên trái đất. (Có thể là Sao Mộc.)

[1] "Tiến hóa cánh quạt gió" trên youtube bởi "sjh7132". được trích dẫn bởi / từ câu hỏi TCS.se: Ở mức độ nào có thể sử dụng thuật toán di truyền để làm cho cánh quạt gió của cối xay gió hiệu quả hơn?

có một số nghiên cứu về việc sử dụng GA để phân loại rượu vang. nó phân loại chính xác sự đa dạng của rượu vang và nơi sản xuất ("mệnh giá gốc"). [1] đây là tập hợp con của việc sử dụng GA trong Hệ thống nông nghiệp có nhiều ứng dụng. [2]

[1] Thuật toán lựa chọn tính năng sử dụng sắc ký rượu vang Chile làm ví dụ của NHBeltran et al

[2] Trạng thái nghệ thuật trong thuật toán di truyền cho các hệ thống nông nghiệp của Bolboaca et al

có nhiều giấy tờ về việc sử dụng GA để điều khiển chuyến bay trong lĩnh vực hàng không vũ trụ. nhiều trong số này được công bố hoặc tìm kiếm bởi nhà thám hiểm của IEEE . chức năng tập thể dục thường đo lường mức độ hiệu quả của thuật toán điều khiển chuyến bay.

[1] Thiết kế và tối ưu hóa hệ thống điều khiển bay bằng thuật toán di truyền của Fantinutto et al

[2] Ứng dụng thuật toán di truyền vào điều khiển chuyến bay siêu âm. Austin, Jacobs.

[3] Triển khai đa lõi hệ thống điều khiển bề mặt chuyến bay F-16 bằng thuật toán điều khiển thích ứng dựa trên thuật toán di truyền, Xiaoru Wang

[4] Điều khiển logic mờ dựa trên thuật toán di truyền để điều khiển chuyến bay tích hợp cho các phương tiện siêu âm. bởi Wang Jian

Một cách sử dụng GA đáng chú ý, thậm chí phi thường hoặc thay đổi mô hình, được trích dẫn nhiều trong các cuộc khảo sát sau này, đã được Koza tiên phong để giải quyết một "vấn đề" trò chơi video - cụ thể là Pac Man để chứng minh nguyên tắc, nhưng khái niệm này có thể được áp dụng cho gần như có thể bất kỳ trò chơi video nào, và kết quả chắc chắn khác xa với "đồ chơi" tầm thường.

nghĩa là, anh ta đã phát triển các thuật toán thực hiện hành vi thực tế để giành chiến thắng khi chơi trò chơi trong thời gian dài. kết quả là về mức độ hiệu suất của người chơi nghiệp dư hoặc thậm chí tiên tiến . một chức năng thể dục có thể là điểm được ghi bởi thuật toán hoặc thời gian chơi (phần sau sẽ có thể tiến hóa các thuật toán tồn tại mà không ghi điểm, chẳng hạn như trường hợp "săn" tàu vũ trụ trong trò chơi Asteroid). hành vi được thực hiện với "nguyên thủy" (ví dụ: cảm giác quái vật / hành động bằng cách xoay v.v.) và cây đại diện cho sự kết hợp của các chiến lược nguyên thủy.

[1] Tiến hóa đa dạng Bà Pac-Man chơi các đại lý sử dụng lập trình di truyền của Atif M. Alhejali và Simon M. Lucas

[2] Học cách chơi Pac-Man: Cách tiếp cận dựa trên quy tắc, tiến hóa của Gallagher và Ryan

[3] Học cách chơi bằng các chính sách dựa trên quy tắc có độ phức tạp thấp: Minh họa qua bà Pac-Man của István Szita András L ~ orincz

Hội nghị GECCO hàng năm (gần như là địa điểm hàng đầu cho nghiên cứu tính toán tiến hóa) có một ca khúc 'Ứng dụng Thế giới Thực'.

Xem thêm này trình bày gần đây: