20.03.2014 Aufrufe

Einführung in die Methoden der Künstlichen Intelligenz - Goethe ...

Einführung in die Methoden der Künstlichen Intelligenz - Goethe ...

Einführung in die Methoden der Künstlichen Intelligenz - Goethe ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

2 Suchverfahren<br />

Die Co<strong>die</strong>rung <strong>der</strong> Chromosomen ist im allgeme<strong>in</strong>en e<strong>in</strong>e Bitfolge, <strong>in</strong> <strong>die</strong>sem Fall<br />

spricht man von genetischen Algorithmen.<br />

Die Ko<strong>die</strong>rung kann aber auch dem Problem angepasst se<strong>in</strong>, so dass nicht mehr alle Ko<strong>die</strong>rungen<br />

e<strong>in</strong>em Problem entsprechen (ungültige Individuen). In dem Fall ist es meist<br />

auch s<strong>in</strong>nvoll, Operatoren zu verwenden, <strong>die</strong> nur gültige Nachkommen erzeugen. In <strong>die</strong>sem<br />

Fall spricht man von evolutionären Algorithmen<br />

2.5.2 Ermitteln <strong>der</strong> Selektionswahrsche<strong>in</strong>lichkeit<br />

Alternativen:<br />

1. Proportional zur Fitness.<br />

Dies macht <strong>die</strong> Optimierung sehr sensibel für den genauen Wert und <strong>der</strong> Steigung<br />

<strong>der</strong> Fitness. Flacht <strong>die</strong> Fitness ab – z.B. <strong>in</strong> <strong>der</strong> Nähe zum Optimum o<strong>der</strong> auf e<strong>in</strong>em<br />

Plateau– dann gibt es ke<strong>in</strong>e bevorzugte Auswahl mehr.<br />

2. Proportional zur Reihenfolge <strong>in</strong>nerhalb <strong>der</strong> Population.<br />

z.B bestes Individuum 2-3 fach wahrsche<strong>in</strong>licher als schlechtestes Individuum. In<br />

<strong>die</strong>sem Fall ist man flexibler <strong>in</strong> <strong>der</strong> Auswahl <strong>der</strong> Fitness-Funktion. Die Auswahl<br />

hängt nicht vom genauen Wert ab.<br />

3. Proportional zu e<strong>in</strong>er normierten Fitness (z.B. Fitness −c), wobei man <strong>die</strong> Fitness c<br />

als das M<strong>in</strong>imum wählen kann.<br />

Beispiel 2.5.1. n-Dame mit evolutionären Algorithmen.<br />

Wir geben zwei verschiedene Ko<strong>die</strong>rungen an.<br />

Ko<strong>die</strong>rung 1:<br />

Co<strong>die</strong>rung <strong>der</strong> Individuen : E<strong>in</strong> Individuum ist e<strong>in</strong>e Folge von n Zahlen, wobei <strong>die</strong> i. Zahl <strong>die</strong><br />

Position (Spalte) <strong>der</strong> Dame <strong>in</strong> Zeile i angibt.<br />

Z.B. für das 8-Damenproblem ko<strong>die</strong>rt <strong>die</strong> Folge [3,2,4,2,7,6,8,5] gerade <strong>die</strong> Belegung:<br />

H<br />

G<br />

F<br />

E<br />

D<br />

C<br />

B<br />

A<br />

1 2 3 4 5 6 7 8<br />

Stand: 19. Oktober 2012 72 M. Schmidt-Schauß & D. Sabel, Skript KI, WS 2012/13

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!