Genetiska algoritmer – Evolution i en digital värld. Primus Nyxén, Kim Jansson Akademin för innovation, design och teknik Mälardalens högskola

Innehåll Introduktion Historia Teknik Användning Inflytande från biologin Sammanfattning

Genetiska algoritmer Simulerar evolution och naturligt urval Är en typ av sökalgoritm Söker efter lösningar på problem Har blivit en viktig del inom AI

Historia 1800-talet Darwin Mendel 1900-talet Genetik Datavetenskap

Teknik Algoritmen Skapa population Tilldela Fitness Skapa ny population: Välj individer för parning Ersätt två individer med två barn Mutation Hitta bästa individ, spara Börja om

Val av individer Flera olika metoder Roulette wheel selection Slump med individuell sannolikhet Väljer inte nödvändigtvis den bästa

Parning och mutation Två binära strängar kombineras Två ny individer Mutering Välj en bit i strängen Invertera

Användning Förbättring av andra algoritmer Svårt att bara använda GA Snabbare lösningar Bättre resultat Svårt att bara använda GA Traveling salesman problem Dechiffrering

Inflytande från biologin Darwin & Mendel Grundpelarna till genetiska algoritmer

Inflytande från biologin Charles Darwin (1809-1882) Om arternas uppkomst Den moderna evolutionsteorin Naturligt urval

Inflytande från biologin Gregor Mendel (1822-1884) Arbetade med genetik och arvsanlag Bevisade följande: Genetiska särdrag är nedärvda från någon av föräldrarna Gener kan inte “blandas”, som tidigare trotts Honor och hanar bidrar lika mycket till avkommans gener Särdrag som skaffats under livstiden kan inte nedärvas Lade grunden till modern genetik

Inflytande från biologin Jean-Baptiste Lamarck (1744-1829) Grundare till “Lamarkism” Hävdade att en individs genetiska uppsättning kunde ändras under livstiden. Teorin motbevisades, men kunde senare utnyttjas inom GA.

Inflytande från biologin James Mark Baldwin (1861-1934) Lade grunden till uttrycket “Baldwin-effekten” Baldwin-effekten I kort: En grupp individer som har möjlighet att lära och anpassa under sin livstid kommer att ha fördel i det naturliga urvalet, och evolutionen kommer därför ha ökad takt för denna grupp. Baldwin-effekten kan med fördel användas i GA.

Sammanfattning Genetiska algoritmer kan vara effektiva i kombination med annan teknik Begränsat eget användningsområde Löser ofta en liten del av ett större problem Hittar adekvata lösningar på mindre problem

Tack för oss!