Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Meinhard Althen Geändert vor über 10 Jahren
1
PowerPoint-Folien zur 3. Vorlesung „Bionik I“
Ingo Rechenberg PowerPoint-Folien zur 3. Vorlesung „Bionik I“ Evolutionistische Bionik auf dem Prüfstand Der Fundamentalbeleg der Bionik
2
Am Anfang war die Bionik Evolution
3
Synthetische Evolutionstheorie Ernst Mayer
4
Eine einfache Theorie der Evolution
Nur Mutation und Selektion
5
Evolutionsstreit
6
Windkanal Flexible Stahlhaut Formgebungsproblem Tragflügelprofil
7
Idee für ein mechanisches
Evolutionsexperiment (1964)
8
„Darwin“ im Windkanal Schlüsselexperiment mit der Evolutionsstrategie 1964
9
51 Einrastpunkte Zahl der Einstellmöglichkeiten: 515 =
10
D x Fiktive Mutationsmaschine GALTONsches Nagelbrett
11
1
12
2
13
3
14
4
15
5
16
6
17
7
18
8
19
9
20
10
21
11
22
12
23
Künstliche Evolution: Gelenkplatte im Windkanal
24
Ändern der Umwelt
25
Künstliche Evolution: Angewinkelte Gelenkplatte im Windkanal
26
18. November 1964 Google: Der Spiegel Zickzack nach Darwin
27
Evolution eines 90°-Rohrkrümmers
Sechs verschiebliche Stangen bilden die Variablen der flexiblen Rohrumlenkung
28
Optimaler 90°- Strömungskrümmer
9% weniger Umlenkverluste Optimaler 90°- Strömungskrümmer
29
Heißwasserdampfdüse für das Evolutionsexperiment mutierbar gemacht
Zur Herstellung der Varianten Heißwasserdampfdüse für das Evolutionsexperiment mutierbar gemacht
30
Evolutionsexperiment mit einer Heißwasserdampfdüse
31
Evolution des Pferdefußes
Vom Eohippus zum Equus (60 Millionen Jahre)
32
Bionik Evolution Fundament Fundamentalbeleg der Bionik
33
Wie effektiv arbeitet die biologische Evolution ?
Ist es nur die lange Zeit oder ist es die Raffinesse der Evolutionsstrategie ?
34
Herrmann von Helmholtz
„Einen Naturvorgang verstehen heißt, ihn in zu übersetzen“ Mathematik Mechanik
35
(1 + 1)-ES DARWINs Theorie in maximaler Abstraktion
36
Algorithmus der zweigliedrigen Evolutionsstrategie
x = Variablenvektor z. B. 5 Gelenkwinkel d = Mutationsschrittweite z = Normalverteilter Zufallsvektor z. B. Galtonsches Nagelbrett Q = Qualität (Tauglichkeit) N = Index Nachkomme E = Index Elter g = Generationenzähler
37
Wie schnell ist bei der Problemlösung … Der Mathematiker
Die Biologische Evolution Der Mathematiker
38
Komplexität
39
? Objekt Eingangs-Ausgangs-Verhalten eines Objekts in der Biologie und der Technik
40
Behauptung Das Eingangs-Ausgangs-Verhalten eines technischen oder biologischen Objekts ist im Bereich kleiner Änderungen voraussehbar
41
Ausgang: Stärke des Kaffeestroms
Eingang: Neigung der Kaffeekanne Starke Kausalität Normalverhalten der Welt
42
! Kausalität Schwache Kausalität Starke Kausalität
Es gibt eine universelle Weltordnung Kausalität Gleiche Ursache, gleiche Wirkung Schwache Kausalität Kleine Ursachenänderung, große Wirkungsänderung Starke Kausalität ! Kleine Ursachenänderung, kleine Wirkungsänderung
43
y y x x Normales Verhalten der Welt Starke Kausalität nicht so
sondern so
44
y x y y x x Qualität nicht so sondern so Hier gilt starke Kausalität
Unter der An-nahme, dass es signifikant gute und schlechte Lösungen gibt
45
Suche nach dem höchsten Gipfel Schwache Kausalität
Suchfeld Experimentator Suche nach dem höchsten Gipfel Schwache Kausalität
46
Suche nach dem höchsten Gipfel Starke Kausalität
Suchfeld Experimentator Suche nach dem höchsten Gipfel Starke Kausalität
47
Dünenwanderung mit verbundenen Augen
Folgen des steilsten Anstiegs
48
j j = Bewegte Strecke bergauf Zahl der Generationen Zahl der Versuche
Definition der Fortschrittsgeschwindigkeit im Fall der starken Kausalität bei kleinen Schritten j j = Bewegte Strecke bergauf Zahl der Generationen Zahl der Versuche
49
nichtlinear Lokales Klettern
50
linear Lokales Klettern
51
Dünenwanderung mit verbundenen Augen
Folgen des steilsten Anstiegs
52
j = d d Lokale deterministische Suche Linearitätsradius
Bewegte Strecke bergan Zahl der Versuche j = Hier haben wir das Verhalten auf einer geneigten Ebene (gerade Höhenlinien) d Fortschritt Fortschritt d Linearitätsradius Lokale deterministische Suche Versuchszahl Wandern entlang des steilsten Anstiegs
53
(1 + 1)-ES DARWINs Theorie in maximaler Abstraktion
54
d Lokale stochastische Suche 2. Kind Elter 1. Kind Linearitätsradius
Zufallsdriften entlang des steilsten Anstiegs
55
+ − s / s = j 2 Bestimmung des linearen Fortschritts Plus-Kind
Schwerpunkt der Halbkreislinie Minus-Kind s Elter Linearitätsradius + Bestimmung des linearen Fortschritts Statistisches Mittel des Fortschritts − 2 / s = j Weil die Hälfte der Kinder Misserfolge sind !
56
Schwerpunkt s s s 2 Dim. 3 Dim. n Dim.
57
Die 1. Guldinsche Regel Eine Kurve erzeugt durch Rotation um 360 Grad eine Rotationsfläche. Dann ist die Oberfläche der Rotationsfläche gleich der Länge der erzeugenden Kurve mal dem Weg des Schwerpunktes dieser Kurve. Paul Guldin (1577 – 1643)
58
½ UKreis Okugel = 2p s Die 1. Guldinsche Regel s
Eine Kurve erzeugt durch Rotation um 360 Grad eine Rotationsfläche. Dann ist die Oberfläche der Rotationsfläche gleich der Länge der erzeugenden Kurve mal dem Weg des Schwerpunktes dieser Kurve. Paul Guldin (1577 – 1643) Beispiel: Ein Halbkreis erzeugt durch Rotation um 360° eine Kugel. Dann ist die Oberfläche der Kugel gleich der Länge des Halbkreises (p r ) mal dem Rotationsweg des Schwerpunkts des Halbkreises. Halbkreis mit dem Radius r s Halbkreisschwerpunkt Schwerpunktsweg Okugel = 2p s ½ UKreis
59
Formel für die Oberfläche einer n-dimensionalen Hyperkugel
G(m) = (m – 1)! für ganzzahlige m G(x +1) = x G(x), G(1) = G(2) = 1, G(1/2) = Beispiel n = 2: gedeutet als Allgemein
60
Hyperraum Was ist eine Hyperkugel ?
61
Eine n-dimensionale Kugel ?
Die Fortentwicklung einer konstruktiven mathematischen Idee Beispiel: Volumenelement a a a a a a Hyperwürfel Genannt: Stecke Fläche Volumen Hypervolumen
62
Analoge Extrapolationsidee für die
Entfernung zweier Punkte Besitzen Elter und Kind sehr unterschiedliche Variableneinstellungen, liegen sie im Hyperraum „geometrisch“ weit auseinander und umgekehrt
63
Fortschrittsgeschwindigkeit j
Wichtige asymptotische Formel: Für n >> 1 gilt: = mittlere Eltern-Pluskind-Pfeillänge Richtung bergan im n-dimensionalen Raum Fortschrittsgeschwindigkeit j Asymptotische Näherung für n >> 1
64
n >> 1 d Lokale stochastische Suche 2. Kind Elter 1. Kind
Linearitätsradius Lokale stochastische Suche Zufälliges Folgen des steilsten Anstiegs n >> 1
65
Für n >> 1 Ausgeklügeltes Handeln kontra Evolution
Gradientenstrategie Evolutionsstrategie Text
66
Bionik Evolution Fundamentalbeleg
67
Ende
68
Ergebnis der linearen Theorie:
Eine ausgeklügelte Strategie (hier die einfachste Form einer Gradientenstrategie) erzielt den größtmöglichen Fortschritt. Doch dazu muss die Umgebung durch Messungen (bei der Gradientenstrategie n +1 Messungen) erkundet werden. Bei 2 Dimensionen sind das lediglich 3 Messungen. Bei 1000 Dimensionen müssen aber 1001 Erkundungsmessungen durchgeführt werden, um optimalen Fortschritt zu erreichen. Anders bei der Evolutionsstrategie: Hier erbringt im linearen Funktions-bereich im Mittel schon jeder 2. Versuch einen Fortschritt. ½ mal dieser reduzierte Zufallsfortschritt erbringt mehr als 1/(n+1) mal der größtmögliche Gradientenfortschritt. Behauptung: Ausgeklügelte Optimierungsstrategien, auch wenn sie raffiniert über den linearen Funktionsbereich hinaus extrapolieren, werden mit wachsender Variablenzahl immer irgendwann von der Evolutionsstrategie überholt. Daraus folgt: Die Evolutionsstrategie ist für sehr, sehr viele Variablen die bestmögliche Optimierungsstrategie.
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.