Культурные алгоритмы (СА) - это ветвь эволюционных вычислений, в которой есть компонент знаний, который называется пространством убеждений, в дополнение к компоненту населения . В этом смысле культурные алгоритмы можно рассматривать как расширение обычного генетического алгоритма . Культурные алгоритмы были введены Рейнольдсом (см. Ссылки).
Пространство веры
Пространство убеждений культурного алгоритма разделено на отдельные категории. Эти категории представляют различные области знаний населения о пространстве поиска .
Пространство убеждений обновляется после каждой итерации лучшими представителями популяции. Лучшие люди могут быть отобраны с помощью функции пригодности, которая оценивает производительность каждого человека в популяции так же, как в генетических алгоритмах.
Список категорий пространства убеждений
- Нормативные знания. Совокупность желательных диапазонов значений для индивидов в популяции, например, приемлемого поведения агентов в популяции.
- Знания, специфичные для предметной области. Применяется информация о предметной области, в которой проблема алгоритма культуры.
- Ситуационные знания Конкретные примеры важных событий - например, успешные / неудачные решения
- Временные знания История поискового пространства - например, временные модели процесса поиска
- Пространственные знания Информация о топографии поискового пространства
Население
Популяционный компонент культурного алгоритма примерно такой же, как и у генетического алгоритма .
Протокол связи
Культурные алгоритмы требуют интерфейса между населением и пространством убеждений. Лучшие люди из популяции могут обновить пространство убеждений с помощью функции обновления. Кроме того, категории знаний пространства убеждений могут влиять на популяционный компонент через функцию влияния. Функция влияния может влиять на население, изменяя геном или действия людей.
Псевдокод для культурных алгоритмов
- Инициализировать пространство популяции (выбрать начальную популяцию )
- Инициализировать пространство убеждений (например, установить конкретные знания предметной области и нормативные диапазоны значений)
- Повторяйте до тех пор, пока не будет выполнено условие завершения.
- Выполнять действия индивидов в популяционном пространстве
- Оцените каждого человека с помощью функции фитнеса
- Выберите родителей для воспроизводства потомства нового поколения.
- Позвольте пространству убеждений изменить геном потомства с помощью функции влияния
- Обновите пространство убеждений, используя функцию принятия (это делается, позволяя лучшим людям влиять на пространство убеждений)
Приложения
- Различные проблемы оптимизации
- Социальная симуляция
- Оптимизация реальных параметров [1]
Смотрите также
Рекомендации
- ^ М. Омран, Новый культурный алгоритм для оптимизации реальных параметров. Международный журнал вычислительной математики, DOI : 10.1080 / 00207160.2015.1067309 2015.
- Роберт Г. Рейнольдс, Зиад Кобти, Тим Колер: Агентное моделирование культурных изменений в рое с использованием культурных алгоритмов
- Рейнольдс, «Введение в культурные алгоритмы», в материалах 3-й ежегодной конференции по эволюционному программированию, World Scienfific Publishing, стр. 131–139, 1994.
- Роберт Г. Рейнольдс, Бен Пэн. Изучение знаний и социальные скопления в культурных системах. Журнал математической социологии. 29: 1-18, 2005
- Рейнольдс, Р. Г., и Али, М. З., «Внедрение компонента социальной ткани в инструментарий культурных алгоритмов для усовершенствованной инженерной оптимизации, основанной на знаниях», Международный журнал интеллектуальных вычислений и кибернетики (IJICC), Vol. 1, № 4, стр. 356–378, 2008 г.
- Рейнольдс, Р. Г., и Али, М. З., Изучение знаний и скоплений населения с помощью агентно-ориентированного набора средств моделирования культурных алгоритмов (CAT), в материалах Конгресса IEEE по вычислительному интеллекту 2007 г.