Cтраница 2
Пакет PolyAnalyst разработан на основе технологий искусственного интеллекта, а именно на базе методов эволюционного программирования, генетических алгоритмов, etc. Помимо прочего, система PolyAnalyst направлена также на вырабатывание конкретных решений, основанных на выявленных взаимосвязях. PolyAnalyst позволяет получать конечные результаты в естественной и удобной для понимания форме: в виде математических формул, таблиц предсказаний, структурных законов и алгоритмов. Очевидно, что появление подобных систем означает качественный переход от накопления данных к систематизации и обработке являющихся на сегодняшний день неотъемлемой частью концепции электронных хранилищ данных. [16]
В эволюционном программировании и ГА в основном используют комбинации этих механизмов, причем согласно [91], в эволюционном программировании и ЭМ в основном используют механизмы родительского воспроизводства с мутацией, а в ГА - механизм родительского воспроизводства с рекомбинацией и мутацией. [17]
В генетических алгоритмах в основном используется механизм родительского воспроизводства [4] с рекомбинацией и мутацией, а в эволюционном программировании - механизм на основе мутации без рекомбинации. [18]
Эволюционное моделирование ( ЭМ) представляет собой одно из быстро развивающихся направлений математического моделирования, объединяющее компьютерные методы моделирования эволюционных процессов в естественных ( ЕС) и искусственных системах, такие как генетические алгоритмы, эволюционные стратегии, эволюционное программирование и другие эвристические методы. Главная трудность построения вычислительных систем, основанных на принципах эволюции живой природы и применении этих систем в прикладных задачах, состоит в том, что природные системы достаточно хаотичны, а действия исследователей носят направленный характер. Компьютер используется как инструмент для решения определенных задач, которые пользователь формулирует, акцентируя внимание на максимально быстром решении при минимальных затратах. Природные системы не имеют никаких таких целей или ограничений, во всяком случае, они не очевидны. Однако биологические системы обладают свойствами воспроизводства, адаптации, самоисправления, устойчивости, гибкости и многими другими, которые лишь фрагментарно присутствуют в искусственных системах. [19]
К интеллектуальным средствам DM & KDD относятся нейронные сети, деревья решений, индуктивные выводы, методы рассуждения по аналогии, нечеткие логические выводы, генетические алгоритмы, алгоритмы определения ассоциаций и последовательностей, анализ с избирательным действием, логическая регрессия, эволюционное программирование, визуализация данных. Иногда перечисленные методы применяются в различных комбинациях. [20]
Наконец следует упомянуть еще об одном подходе. Речь идет об эволюционном программировании, которое заменяет процесс моделирования человека моделированием его эволюции. Эволюционное программирование основано на случайном поиске в заданном множестве возможностей. Основным элементарным актом здесь является предсказание. На основе изучения символов среды в прошлом и настоящем требуется предсказать последующий символ. Алгоритм предсказания и является моделью разумного поведения, разумного организма. Эволюция заключается в самоусовершенствовании алгоритма предсказания. Процесс эволюции, моделируется путем адаптации цредсказывающего алгоритма, параметры которого улучшаются при помощи случайного поиска. [21]
Книга посвящена вопросам интеллектуальных вычислений. Содержит базовые знания о генетических алгоритмах, эволюционном программировании, нечетких системах, а также о связях этих направлений с нейронными сетями. [22]
Эволюционное моделирование - направление в математическом моделировании, объединяющее компьютерные методы моделирования эволюции, а также близкородственные по источнику заимствования идей ( теоретическая биология, если таковая существует) другие направления в эвристическом программировании. Включает в себя как разделы генетические алгоритмы, эволюционные стратегии, эволюционное программирование, искусственные нейронные сети, нечеткую логику. [23]
В июле 1996 г. состоялась первая Всепольская конференция по эволюционным алгоритмам, организованная Институтом основ электроники Варшавского политехнического университета и Клубом эволюционных алгоритмов. Это свидетельствует о появлении множества новых методов, основанных на эволюционном моделировании, но использующих базовые технологии - главным образом классический генетический алгоритм, эволюционные стратегии и эволюционное программирование. [24]
В настоящее время эффективные алгоритмы разрабатываются в рамках научного направления, которое можно назвать природные вычисления ( [5]), объединяющего такие разделы, как генетические алгоритмы, эволюционное программирование, нейросетевые вычисления ( [6]), клеточные автоматы и ДНК-вычисления ( [4]), муравьиные алгоритмы. Исследователи обращаются к природным механизмам, которые миллионы лет обеспечивают адаптацию биоценозов к окружающей среде. [25]
Наконец следует упомянуть еще об одном подходе. Речь идет об эволюционном программировании, которое заменяет процесс моделирования человека моделированием его эволюции. Эволюционное программирование основано на случайном поиске в заданном множестве возможностей. Основным элементарным актом здесь является предсказание. На основе изучения символов среды в прошлом и настоящем требуется предсказать последующий символ. Алгоритм предсказания и является моделью разумного поведения, разумного организма. Эволюция заключается в самоусовершенствовании алгоритма предсказания. Процесс эволюции, моделируется путем адаптации цредсказывающего алгоритма, параметры которого улучшаются при помощи случайного поиска. [26]
Наблюдается большое сходство между эволюционными стратегиями и эволюционными программированием в их приложениях к задачам оптимизации непрерывных функций с действительными значениями. Действительно, оба метода похожи на генетические алгоритмы. Принципиальное различие между ними заключается в том, что эволюционное программирование не связано с конкретной формой представления особей, поскольку оператор мутации не требует применения какого-либо специального способа кодирования. [27]
В то же время, в программе FlexTool ( пример 4.20) генетические операторы рекомбинируют гены внутри хромосом, которые представляют собой двоичные последовательности, соответствующие закодированным значениям конкретных весов. В программе Evolver хромосомы состоят из генов, имеющих действительные значения, совпадающие со значениями весов. Программа Evolver - это прекрасный инструмент для оптимизации функции нескольких переменных, при этом она может применяться для поиска максимума или минимума функции двух и даже одной переменной. Заметим, что в случае только одной переменной скрещивание практически не производится, и выполняется только операция мутации, что характерно для так называемого эволюционного программирования ( см. разд. Все примеры, решенные в разд. [28]
Наконец следует упомянуть еще об одном подходе. Речь идет об эволюционном программировании, которое заменяет процесс моделирования человека моделированием его эволюции. Эволюционное программирование основано на случайном поиске в заданном множестве возможностей. Основным элементарным актом здесь является предсказание. На основе изучения символов среды в прошлом и настоящем требуется предсказать последующий символ. Алгоритм предсказания и является моделью разумного поведения, разумного организма. Эволюция заключается в самоусовершенствовании алгоритма предсказания. Процесс эволюции, моделируется путем адаптации цредсказывающего алгоритма, параметры которого улучшаются при помощи случайного поиска. В реальных задачах усложнение проблемы предсказания может привести к качественным изменениям эволюционного программирования. В подобных случаях трудно отделаться от искушения использовать имеющийся опыт человека. Необходимо только этот опыт получить. Само по себе описание объектов, участвующих в неформальных задачах, а также описание процессов, идущих в них, весьма трудно. [29]