Ceo rad - PDF (1.3 MB)

More documents

Recommendations

Info

128 Paralelizacija GA za rešavanje nekih NP-kompletnih problema ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ Type = fp Funkcija prilagođenosti može biti jedna od sledećih nekoliko mogućnosti: None Vrednost jedinke direktno postaje prilagođenost. PureLinear Linearno skaliranje f(x) = aaa * x + bbb. DirectTo01 Direktno skaliranje u jedinični interval po formuli (2.6). InverseTo01 Inverzno skaliranje u interval [0,1] po formuli (2.7) . DirectToStretch Linearno skaliranje, ali koeficijenti nisu konstantni već se određuju prema formulama (2.4) i (2.5). DirectSigmaTruncation Sigma odsecanje. Preporučuje se neka od poslednje 4 funkcije prilagođenosti, ukoliko nije primenjena selekcija zasnovana na rangu. U suprotnom, sam operator selekcije vrši dodeljivanje prilagođenosti jedinkama na osnovu njihovih rangova u populaciji, pa treba izabrati što prostiju funkciju (neka od prve 2). A.2.5 Ukrštanje [Crossover] U ovoj sekciji se zadaju parametri vezani za operator ukrštanja. Probability = x Nivo ukrštanja (0 < x ≤ 1) određuje učestanost parova jedinki na kojima se vrši ukrštanje. Obično se preporučuje neki broj u opsegu 0.65 - 1, jer se to pokazalo uspešnim za većinu primena. Data preporuka nije stroga, pa se može zadati proizvoljna vrednost iz jediničnog intervala. ProbabilityOfUniform = x Ova vrednost određuje učestanost razmene bitova kod uniformnog ukrštanja. Za svaki par bitova u genetskom kodu obe jedinke se sa verovatnoćom x vrši razmena, a sa verovatnoćom 1-x oni ostaju na svojim starim mestima. ChangingOfParameters = x Ovaj parametar služi samo pri statičkoj ili dinamičkoj promeni nivoa ukrštanja tokom generacija. U suprotnom, ukoliko je nivo ukrštanja konstantan tokom generacija, ova vrednost nema nikakav uticaj na izvršavanje GA. NumberOfIntervals = n U slučaju višepozicionog ukrštanja, na ovom mestu se zadaje broj pozicija za ukrštanje.
Dodatak A Uputstvo za korišćenje programskog paketa 129 ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ Type = fp Realizovano je nekoliko standardnih operatora ukrštanja, pa fp može imati jednu od vrednosti: OnePoint Najjednostavnije jednopoziciono ukrštanje. TwoPoint Dvopoziciono ukrštanje. MultiPoint Ukrštanje na više pozicija. Uniform Uniformno ukrštanje. Osim datih, realizovano je još nekoliko operatora ukrštanja, kao i mogućnost kombinovanja više operatora istovremeno. Međutim, takvi pristupi primenjeni na NP-kompletne probleme rešavane u ovom <strong>rad</strong>u nisu dali očekivane rezultate, pa nisu uključeni u GANP. Ukoliko neki od tih operatora u budućim primenama bude dokazao svoje kvalitete, njegovo uključivanje u GANP biće vrlo jednostavno. Opšte uputstvo za to koji od datih operatora izabrati, se može detaljnije videti u odeljku 2.4.2 . A.2.6 Mutacija [Mutation] Svi podaci vezani za operator mutacije se zadaju u ovoj sekciji. Change = ON/OFF Da li je nivo mutacije konstantan tokom generacija ili se dinamički menja? Probability = x Početni nivo mutacije, može ostati stalan ili se menjati tokom generacija. ChangingBase = x Vrednost koja služi kao osnova za izračunavanje nivoa mutacije u svakoj pojedinačnoj generaciji, ako se on menja statički ili dinamički. U slučaju statičke promene (primenjena je eksponencijalna funkcija), nivo mutacije se menja od osnovne vrednosti i teži ka ovoj vrednosti. Ako se nivo mutacije menja dinamički, pri računanju nivoa mutacije u svakoj generaciji, ova vrednost se množi funkcijom koja meri sličnost jedinki u populaciji. Detaljnije o ovome se može videti u odeljku 2.5.2 i dodatku B. HalfGeneration = n Ukoliko je zadata vrednost n pozitivna, ona predstavlja faktor kojim množimo eksponent, pri određivanju nivoa mutacije u slučaju statičke (eksponencijalne) promene. U praksi on predstavlja broj generacija potreban da se nivo mutacije promeni od početnog nivoa do sredine intervala u kome se mutacija menja. Ako se primenjuje ovakav način promene nivoa mutacije, uglavnom se može preporučiti da ovaj parametar bude nekoliko puta manji od broja očekivanih
Page 1:
Univerzitet u Beogradu Matematički
Page 5:
Ovaj rad posvećujem mojim najdraž
Page 9:
Parallelization of the genetic algo
Page 12 and 13:
neophodne literature. Posebno se za
Page 14 and 15:
14 Paralelizacija GA za rešavanje
Page 16 and 17:
Page 18 and 19:
Page 20 and 21:
Page 22 and 23:
Page 24 and 25:
Page 26 and 27:
Page 28 and 29:
Page 30 and 31:
Page 32 and 33:
Page 34 and 35:
Page 36 and 37:
Page 38 and 39:
Page 40 and 41:
Page 42 and 43:
Page 44 and 45:
Page 46 and 47:
Page 48 and 49:
Page 50 and 51:
Page 52 and 53:
Page 54 and 55:
Page 56 and 57:
Page 58 and 59:
Page 60 and 61:
Page 62 and 63:
Page 64 and 65:
Page 66 and 67:
Page 68 and 69:
Page 70 and 71:
Page 72 and 73:
Page 74 and 75:
Page 76 and 77:
Page 78 and 79: 78 Paralelizacija GA za rešavanje
Page 178 and 179:
Page 180 and 181:
Page 182 and 183:
Page 184 and 185:
Page 186 and 187:
Page 188 and 189:
Page 190 and 191:
Page 192 and 193:
Page 194 and 195:
Page 196 and 197:
SADRŽAJ 1. UVOD 13 1.1 Složenost
Page 198 and 199:
2.5.1.6 Neregularan završetak izvr
Page 200 and 201:
7.3 GA implementacija 108 7.3.1 Kod
Page 202 and 203:
SPISAK SLIKA Slika 1.1 Shematski za
Page 204 and 205:
Tabela C.23 Instance AG i AH 161 Ta
Page 206 and 207:
MPI message passing interface stand
Page 208 and 209:
štampanje izveštaja, 60 uklanjanj
Page 210:
ezultati izvršavanja ISP, 111 keš
show all

Ceo rad - PDF (1.3 MB)

Create successful ePaper yourself

Delete template?

Save as template?