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 Biologische Evolution als Vorlage für einen Optimierungsalgorithmus
Hans-Joachim Bremermann 1960er Jahre 1960er Jahre Zur Geschichte Biologische Evolution als Vorlage für einen Optimierungsalgorithmus John Henry Holland 1970er Jahre

3 Genetische Algorithmen
Imitation der Ursache statt Imitation der Wirkung

4 Information Realisation

5 Konstruktionszeichnung – Realisation Gestern
Bilderschrift für eine Konstruktion ! Konstruktionszeichnung – Realisation Gestern

6 Realisation – Gestern

7 Konstruktionszeichnung – Realisation Heute
AutoCAD Konstruktionszeichnung – Realisation Heute

8 Realisation – Heute Industrieroboter 3D-Drucker
Z. B mit Autocad konstruiert Realisation – Heute

9 Aminosäuren Nukleotidbasen Adenin A Thymin T Guanin G Cytosin C
Phenylalanin Leucin Isoleucin Methionin Valin Serin Prolin Threonin Alanin Tyrosin Histidin Glutamin Asparagin Lysin Asparaginsäure Glutaminsäure Cystein Tryptophan Arginin Glycin Phe Leu Ile Met Val Ser Pro Thr Ala Tyr His Gln Asn Lys Asp Glu Cys Try Arg Gly TTT TTC CTT CTC ATT ATC ATA . Bausteine für die biologische Realisierung Symbole für die „biologische Konstruktionszeichnung“ Adenin A Zinkenmodell Thymin T Guanin G Cytosin C Statt der 2 Symbole 0 und 1 in Autocad Statt Federn, Stifte, Bolzen . . .

10 Der Genetische DNA-Code

11 Realisierung einer technischen Konstruktionszeichnung
Realisierung einer technischen Konstruktionszeichnung

12 Realisierung einer genetischen Konstruktionsanweisung

13 Realisierung der genetischen Information
Ablesewerkzeug Realisierung der genetischen Information

14 Übersetzung eines DNA-Worts in die Aminosäure-Bedeutung
t-RNA Nukleotidbasentriplett T C A Übersetzung eines DNA-Worts in die Aminosäure-Bedeutung Nach dem genetischen Code zugeordnete Aminosäure Ser

15 Realisierung der genetischen Information
Ablesewerkzeug Hier erhält die Information eine Bedeutung Realisierung der genetischen Information

16 Realisierung der genetischen Information
Kopierer Realisierung der genetischen Information

17 Konstruktionszeichnung und Realisation in der Biologie
Desoxyribonukleinsäure (DNA-Doppelhelix) Protein (Aminosäurekette) Konstruktionszeichnung und Realisation in der Biologie

18 Die Form und damit die Funktion eines jeden Proteins (Enzyms) entsteht durch die Aneinanderreihung der „richtigen“ Aminosäuren !

19 Technisches Formgebungsproblem „Zahnrad“
Durch die Aneinanderreihung der „richtigen“ Längen und Winkel eines Polygonzuges entsteht ein 2-D-Zahnrad. Technisches Formgebungsproblem „Zahnrad“

20 Technisches Formgebungsproblem und biologisches Formgebungsproblem
Zahnradfertigung Proteinfaltung Technisches Formgebungsproblem und biologisches Formgebungsproblem Lösung durch Ingenieurskunst Lösung durch Evolution

21 Funktion der Form in Technik und Biologie
Auftriebsprofil Molekülkescher

22 Man stelle sich die 20 Aminosäuren als 20 verschiedene Winkelstücke vor, die zu einer Gelenkkette aneinandergekoppelt werden können.

23 Aufbau einer Gelenkkette mit Rechteckaussparung

24 Gelenkwinkel Quaternäre Kodierung
Die blau umrandeten Dezimal-zahlen (= Winkel) ordnen wir bei der ES auf einer Zahlen-geraden an, auf der wir lokal mutieren ! Das vergessen wir aber jetzt ! Gelenkwinkel Quaternäre Kodierung

25 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

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

27 17 18 4 Strangwechsel Strangwechsel GA-Operation

28 Genetischer Algorithmus
Die Qualität der binären Zeichenkette sei gleich dem Quadrat der Binärzahl Normieren Runden Q 1 1 1 1 1 1  169 132 242 82 192 0,58 1 1 1 1 1 1 1 576 1,97 2 Rek 1 1 1 1 1 1 1 Soll die meisten Nach-kommen haben  64 0,22 1 1 1 1 1 361 1,23 1 Σ 1170 Σ 4 Σ 4 Q 1 1 144 Das ist der 1 1 1 625 Genetischer Algorithmus 1 1 1 1 729 in seiner Urform 1 1 256 324 selten: Mutation ! Σ 1822 Σ 1754

29 Doch was nutzt es, wenn wir die informationsverarbeitenden Regeln des genetischen Systems gewissenhaft in die Technik übertragen, wenn in beiden Welten verschieden „gezählt“ wird.

30 1 9 + + 6 2 5 X I X V I X V I I I Beispiel I 1 Ars addendi
= 18 ??? Rom Ars addendi Indien Beispiel

31 Die Zahl 2006 Im monoton fallenden Dezimal-Stellenwert-Code 2006 = 2· · · ·100 Im monoton fallenden Binär-Stellenwert-Code = 1· ·29 + 1·28 + 1·27 + 1·26 + 0·25 + 1·24 + 0·23 + 1·22 + 1·21 + 0·20 In einem monoton steigenden Binär-Stellenwert-Code = 0·20 + 1·21 + 1·22 + 0·23 + 1·24 + 0·25 + 1·26 + 1·27 + 1·28 + 1·29 + 1·210

32 Codierung führt zur Zerstörung einer starken Kausalität
GA Codierung führt zur Zerstörung einer starken Kausalität

33 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 Auch hier gäbe es zwischen 1999 und 2000 einen Riesensprung, aber wir ordnen die Zahlen ja auf der Zahlengeraden an Riesensprung

34 Binär-Code Gray-Code Knitterärmerer Code Versuch, die Sprünge zu minimieren

35 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 gleiche Muster in b

36 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“ !

37 GA GP Die genetische Programmierung (GP) versucht, neue funktions-fähige Progammstrukturen durch Kreuzen von Programmteilen zu erzeugen und die besseren Programme dann zu selektieren

38 Kreuzung von Programmteilen bei der Genetischen Programmierung
+ + a * b Eltern + a * b * cos 2.2 ÷ 7 x 11 y Struktur LISP-Programm b a + * Kinder + a * b Kreuzung von Programmteilen bei der Genetischen Programmierung gekreuzt

39 Unterschied GA – ES in Kurzform

40 ! Genetische Algorithmen imitieren die Ursache
Evolutionsstrategien imitieren die Wirkung ! im biologischen Vererbungsgeschehen

41 Die Natur operiert nicht auf der Zahlengeraden
Die Natur operiert nicht auf der Zahlengeraden. Starke Kausalität wird erreicht durch: Aufbau einer Gelenkkette mit Rechteckaussparung Der genetische Code hat die Eigenschaft eines Gray-Codes Langer Rest für die Feineinstellung !

42 Ende