IMPLIKACJE ZASTOSOWANIA KODOWANIA OPARTEGO NA LICZBACH CAŁKOWITYCH W ALGORYTMIE GENETYCZNYM Artykuł zawiera opis eksperymentu, który polegał na uyciu algorytmu genetycznego przy wykorzystaniu kodowania liczbami całkowitymi do rozwizania problemu komiwojaera. Praca wykazała, e implementacja tego algorytmu za pomoc jzyka C# z pakietu programistycznego Visual Studio 2010 firmy Microsoft daje du nadziej na moliwo wykorzystania takiego podejcia nie tylko w przypadku rozwizywania problemu komiwojaera, ale równie bardziej skomplikowanych problemów. Słowa kluczowe 1. Wprowadzenie
POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ Seria: Studia i Materiały, nr 36, 2010 2. Zasada działania klasycznego algorytmu genetycznego Start Wygeneruj populacj pocztkow ak T Koniec ie N Operacje genetyczne: krzyowanie, mutacja Rysunek 1. Schemat działania klasycznego algorytmu genetycznego
Grzegorz Wojarnik Implikacje zastosowania kodowania opartego na liczbach całkowitych w algorytmie genetycznym 3. Kodowanie genomu w algorytmach genetycznych
POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ Seria: Studia i Materiały, nr 36, 2010 αβbin = β e α bin 4. Kodowanie liczbami całkowitymi na przykładzie problemu TSP Tabela 2. Odległoci pomidzy poszczególnymi miastami
Grzegorz Wojarnik Implikacje zastosowania kodowania opartego na liczbach całkowitych w algorytmie genetycznym 9 7 7 9 2 6 2 6 2 4 7 9 0 7
POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ Seria: Studia i Materiały, nr 36, 2010 Pokolenie 0 -- rednia = 3392,52; Min = 2736; Max = 4153 Pokolenie 1 -- rednia = 3252,76; Min = 2676; Max = 4090 Pokolenie 2 -- rednia = 3090,06; Min = 2602; Max = 3739 Pokolenie 3 -- rednia = 2999,5; Min = 2513; Max = 3842 Pokolenie 4 -- rednia = 2976,08; Min = 2513; Max = 3777 Pokolenie 5 -- rednia = 2971,54; Min = 2435; Max = 3812 Pokolenie 6 -- rednia = 2911,86; Min = 2435; Max = 3662 Pokolenie 7 -- rednia = 2770,64; Min = 2401; Max = 3915 Pokolenie 8 -- rednia = 2641,04; Min = 2289; Max = 3662 Pokolenie 9 -- rednia = 2660,02; Min = 2289; Max = 3624 Pokolenie 10 -- rednia = 2654,78; Min = 2289; Max = 3356 Pokolenie 11 -- rednia = 2597,08; Min = 2289; Max = 3574 Pokolenie 12 -- rednia = 2572,66; Min = 2289; Max = 3574 Pokolenie 13 -- rednia = 2570,44; Min = 2204; Max = 3635 Pokolenie 14 -- rednia = 2560,96; Min = 2204; Max = 3635 Pokolenie 15 -- rednia = 2500,08; Min = 2204; Max = 3123 Pokolenie 16 -- rednia = 2459,22; Min = 2204; Max = 3123 Pokolenie 17 -- rednia = 2442,32; Min = 2035; Max = 3282 Pokolenie 18 -- rednia = 2420,14; Min = 2035; Max = 3207 Pokolenie 19 -- rednia = 2410,7; Min = 2035; Max = 3373 Pokolenie 20 -- rednia = 2394,64; Min = 2035; Max = 3347 Pokolenie 21 -- rednia = 2347,62; Min = 2035; Max = 3137 Pokolenie 22 -- rednia = 2248; Min = 2035; Max = 3103 Pokolenie 23 -- rednia = 2160,52; Min = 2035; Max = 2805 Pokolenie 24 -- rednia = 2175,08; Min = 2035; Max = 2805 Pokolenie 25 -- rednia = 2236,76; Min = 2035; Max = 2961 Pokolenie 26 -- rednia = 2238,86; Min = 2035; Max = 3092 Pokolenie 27 -- rednia = 2279,68; Min = 2035; Max = 3159 Pokolenie 28 -- rednia = 2255,4; Min = 2035; Max = 3159 Pokolenie 29 -- rednia = 2238,5; Min = 2035; Max = 2950 Pokolenie 30 -- rednia = 2210,66; Min = 2035; Max = 3124 Pokolenie 31 -- rednia = 2214,96; Min = 2035; Max = 2841 Pokolenie 32 -- rednia = 2220,4; Min = 2035; Max = 2999 Pokolenie 33 -- rednia = 2226,88; Min = 2035; Max = 3032 Pokolenie 34 -- rednia = 2216,18; Min = 2035; Max = 3207 Pokolenie 35 -- rednia = 2222,7; Min = 2035; Max = 3063 Pokolenie 36 -- rednia = 2263,36; Min = 2035; Max = 3056 Pokolenie 37 -- rednia = 2270,36; Min = 2035; Max = 3045 Pokolenie 38 -- rednia = 2289,34; Min = 2035; Max = 3002
Grzegorz Wojarnik Implikacje zastosowania kodowania opartego na liczbach całkowitych w algorytmie genetycznym Pokolenie 39 -- rednia = 2268,72; Min = 2035; Max = 3102 Pokolenie 40 -- rednia = 2306,58; Min = 2035; Max = 3102 Pokolenie 41 -- rednia = 2278; Min = 2035; Max = 3035 Pokolenie 42 -- rednia = 2285,2; Min = 2035; Max = 3207 Pokolenie 43 -- rednia = 2296,28; Min = 2035; Max = 3207 Pokolenie 44 -- rednia = 2358,86; Min = 2035; Max = 3224 Pokolenie 45 -- rednia = 2323,48; Min = 2035; Max = 3172 Pokolenie 46 -- rednia = 2254,8; Min = 2035; Max = 2850 Pokolenie 47 -- rednia = 2194,36; Min = 2035; Max = 2976 Pokolenie 48 -- rednia = 2195,4; Min = 2035; Max = 3001 Pokolenie 49 -- rednia = 2219,52; Min = 2035; Max = 2825 Pokolenie 50 -- rednia = 2230,78; Min = 2035; Max = 2915 Ilo osobników w populacji=50 Ilo powórze=50 Prawdopodobiestwo krzyowania=0,8 Prawdopodobiestwo mutacji=0,5 Najlepsza trasa = Pozna, Szczecin, Gdask, Białystok, Lublin, Warszawa, Łód, Kraków, Katowice, Wrocław 5. Podsumowanie brutee force
POLSKIE STOWARZYSZENIE ZARZDZANIA WIEDZ Seria: Studia i Materiały, nr 36, 2010 Rysunek 2. Mapa kraju z tras stanowic rozwizanie problemu
Grzegorz Wojarnik Implikacje zastosowania kodowania opartego na liczbach całkowitych w algorytmie genetycznym fia A history of evolutionary computation w Handbook of Evolutionary Computation Wykłady z algorytmów ewolucyjnych Metody i techniki sztucznej inteligencji Jak to rozwiza, czyli nowoczesna heurystyka IMPLICATIONS OF APPLICATION CODING BASED ON THE INTEGER NUMBERS OF GENETIC ALGORITHM The paper presents an experiment of using genetic algorithm with encoding using integers to solve the problem of TSP. The survey showed that the implementation of this algorithm using C # with MS Visual Studio 2010 gives high hopes to apply this approach not only to the TSP problem, but also other, more complex applications. Keywords