PowerPoint-Folien zur 5. Vorlesung „Evolutionsstrategie II“

Präsentation zum Thema: "PowerPoint-Folien zur 5. Vorlesung „Evolutionsstrategie II“"—  Präsentation transkript:

1 PowerPoint-Folien zur 5. Vorlesung „Evolutionsstrategie II“
Ingo Rechenberg PowerPoint-Folien zur 5. Vorlesung „Evolutionsstrategie II“ Genetische Algorithmen versus Evolutionsstrategie Imitation der Ursache und Imitation der Wirkung

2 Genetische Algorithmen
Imitation der Ursache statt Imitation der Wirkung

3 Bausteine Aminosäuren
Bausteine Nukleotidbasen

4 Der Genetische DNA-Code

5 Realisierung der genetischen Information

6 Funktion der Form in Technik und Biologie
Auftriebsprofil Molekülkescher

7 Gelenkwinkel Quaternäre Kodierung

8 Von der quaternären Kodierung in der Biologie mit den vier Symbolen T, C, A, G
T T T → Phenylalanin T T C → Phenylalanin T T A → Leucin G G G → Glycin zur binären Kodierung der genetische Algorithmen mit den Symbolen 0, 1 → Grad-Winkel → Grad-Winkel → Grad-Winkel → 31- Grad-Winkel

9 + Crossing over der Chromosomen
Vorbild für den genetischen Algorithmus +

10 GA-Operation

11 Genetischer Algorithmus
Normieren Runden Q 1 1 1 1 1 1  169 0,58 1 1 1 1 1 1 1 576 1,97 2 Rek 1 1 1 1 1 1 1  64 0,22 1 1 1 1 1 361 1,23 1 Σ 1170 Σ 4 Σ 4 Q 1 1 144 1 1 1 625 1 1 1 1 Genetischer Algorithmus 729 1 1 324 256 selten: Mutation ! Σ 1822 Σ 1754

12 Was nutzt es, wenn wir die informationsverarbeitenden Regeln des genetischen Systems gewissenhaft in die Technik transferieren, wenn in beiden Welten verschieden „gezählt“ wird.

13 1 9 X I X + 6 + V I 1 I 2 5 X V I I I Ars addendi

14 Mehrdeutige Abbildung Ursache - Wirkung

15 Die Zahl 2004 Im monoton steigenden Dezimal-Stellenwert-Code 2004 = 2· · · ·100 Im monoton steigenden Binär-Stellenwert-Code = 1· ·29 + 1·28 + 1·27 + 1·26 + 1·25 + 1·24 + 1·23 + 1·22 + 1·21 + 1·20 In einem alternierenden Binär-Stellenwert-Code = 1· ·20 + 1·29 + 0·21 + 1·28 + 1·22 + 1·27 + 0·23 + 1·26 + 1·24 + 0·25

16 Zerstörung einer starken Kausalität
GA Zerstörung einer starken Kausalität

17 Code-Welten = Knitterwelten
1 Stab 1 ist eintausendzweiundzwanzig Millimeter lang 2 Stab 2 ist eintausenddreiundzwanzig Millimeter lang 3 Stab 3 ist eintausendvierundzwanzig Millimeter lang Stab 1 = 1022 mm Stab 2 = 1023 mm Stab 3 = 1024 mm Stab 1 = mm Stab 2 = mm Stab 3 = mm

18 Binär-Code Gray-Code Knitterärmerer Code

19 Zum Schema-Theorem des GA
1 1 b 1 1 Das in a zusammen liegende Muster reichert sich in der Population eher an als das gleich Muster in b.

20 Interpretation der „Einstellarbeit“ an der Zeichenkette als Schrittweitenregelung für den GA
* Hoher Stellenwert Mittlerer Stellenwert Niedriger Stellenwert fertig in Arbeit in Arbeit in Arbeit in Arbeit irrelevant B I N Ä R E Z E I C H E N K E T T E * ) Doch Zerstörung der Grob-Fein-Einstellarbeit an den Code -“Knitterstellen“ !

21 Evolutionsfenster Ein analoger Mechanismus in der ES wäre: Abwechseldes Arbeiten mit 5 logarithmisch abgestuften Schrittweiten. Global-logarithmische Mutationsschrittweitenanpassung

22 GP GA * * * * * * * * - - = = = = If Then Else > + x y x x 2 y 2 2
Die genetische Programmierung (GP) versucht, neue funktionsfähige Progammstrukturen durch Kreuzen von Programmteilen zu erzeugen und die besseren Programme dann zu selektieren x y x * x * * 2 y 2 2 y y y x y If Then Else * - > = = * x y x * x + y y y 2 2 y * 2 x y GP

23 Beispiel für die Lösung eines Farb-Einstellproblems durch Kreuzung (Crossing over) und Selektion

24 Mannigfaltigkeit der Farb-Kombinationen
6 Positionen (Variablen) mit je 5 Schaltstufen (Farben: schwarz, blau, rot, grün, gold) ergeben 5 6 =15625 mögliche Kombinationen Gesucht ist die Kombination SCHWARZ- ROT-GOLD durch Anwendung der Operationen „Crossing- over“ und „Selektion“

25 1. Grobe Anpassung Vermehrung, Kreuzung, Selektion
Dominanz des Merkmals Vermehrung, Kreuzung, Selektion 1. Grobe Anpassung

26 2. Verfeinerte Anpassung
Dominanz des Merkmals Vermehrung, Kreuzung, Selektion 2. Verfeinerte Anpassung

27 2. Der letzte Schliff Vermehrung, Kreuzung, Selektion
Dominanz des Merkmals Vermehrung, Kreuzung, Selektion 2. Der letzte Schliff

28 Genetische Algorithmen imitieren die Ursache
Evolutionsstrategien imitieren die Wirkung im biologischen Vererbungsgeschehen

29 Ende